IMPLEMENTASI TEKNIK MAXIMUM POWER POINT …repository.its.ac.id/3456/7/2414105010-Undergraduate-Theses.pdf · IMPLEMENTASI TEKNIK MAXIMUM POWER POINT TRACKING (MPPT) PADA SISTEM PENJEJAK

TUGAS AKHIR – TF 141581

IMPLEMENTASI TEKNIK MAXIMUM POWER POINT TRACKING (MPPT) PADA SISTEM PENJEJAK MATAHARI BERBASIS ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) ADITYA ISMAN NUGRAHA NRP 2414 105 010 Dosen Pembimbing: Ir. Matradji, M.Sc. Dr. Imam Abadi, S.T., M.T. DEPARTEMEN TEKNIK FISIKA Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2017

FINAL PROJECT – TF 141581

IMPLEMENTATION OF MAXIMUM POWER POINT TRACKING (MPPT) TECHNIQUE ON SOLAR TRACKING SYSTEM BASED ON ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) ADITYA ISMAN NUGRAHA NRP 2414 105 010 Supervisors: Ir. Matradji, M.Sc. Dr. Imam Abadi, S.T., M.T. Engineering Physics Department Faculty of Industrial Technology Sepuluh Nopember Institute of Technology Surabaya 2017

iv

“Halaman ini memang dikosongkan”

vi


vii

IMPLEMENTASI MAXIMUM POWER POINT TRACKING (MPPT) PADA SISTEM PENJEJAK

MATAHARI BERBASIS ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)

Nama Mahasiswa : Aditya Isman Nugraha NRP : 2414 105 010 Departemen : Teknik Fisika FTI-ITS Dosen Pembimbing : Ir. Matradji, M.Sc. Dr. Imam Abadi, S.T., M.T.

Abstrak Kendala utama pada sistem Pembangkit Listrik Tenaga

Surya (PLTS) saat ini yaitu efisiensi konversi modul fotovoltaik yang masih cukup rendah. Salah satu cara untuk meningkatkan perolehan daya listrik dari modul fotovoltaik adalah melengkapi modul fotovoltaik dengan sistem penjejak matahari (solar tracker). Karakteristik dari sebuah sel fotovoltaik dinyatakan dengan kurva arus – tegangan (I-V). Terdapat suatu titik kerja pada kurva I-V dimana modul fotovoltaik dapat menghasilkan daya keluaran paling optimum yang dinamanakan Maximum Power Point (MPP). Pelacakan MPP pada kurva I-V dikenal dengan istilah Maximum Power Point Tracking (MPPT). Pada penelitian ini telah berhasil dirancang MPPT berbasis Adaptive Neuro-Fuzzy Inference System (ANFIS) yang diintegrasikan dengan sistem penjejak matahari untuk meningkatkan efisiensi konversi modul fotovoltaik. Sistem MPPT ANFIS yang telah dirancang terdiri dari sensor arus dan tegangan, konverter buck-boost, dan mikrokontroler Arduino MEGA 2560 sebagai kontroler. Beban yang digunakan adalah lampu 12V 10W dengan jumlah bervariasi dan disusun seri. Sistem penjejak matahari yang dilengkapi dengan MPPT ANFIS mampu meningkatkan daya keluaran modul fotovoltaik sebesar 26,69% relatif terhadap modul fotovoltaik sistem fixed pada penggunaan beban 3 lampu.

Kata kunci : fotovoltaik, MPPT, penjejak matahari, ANFIS

viii


ix

IMPLEMENTATION OF MAXIMUM POWER POINT TRACKING (MPPT) ON SOLAR TRACKING

SYSTEM BASED ON ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)

Name : Aditya Isman Nugraha Student ID : 2414 105 010 Department : Teknik Fisika FTI-ITS Supervisors : Ir. Matradji, M.Sc. Dr. Imam Abadi, S.T., M.T.

Abstract The main obstacle in Solar Power Generation System

nowadays is low conversion efficiency of photovoltaic modules. One way to improve power production of photovoltaic modules is to install solar tracking system on photovoltaic module. Characteristics of a photovoltaic cell is expressed by the curve of the current versus voltage (I-V curve). There is a point on the I-V curve where photovoltaic modules produce maximum possible output power which is called Maximum Power Point (MPP). A technique to track MPP on the I-V curve is known as Maximum Power Point Tracking (MPPT). In this study, the MPPT has been successfully designed based on Adaptive Neuro-Fuzzy Inference System (ANFIS) and integrated with solar tracking system to improve the conversion efficiency of photovoltaic modules. The designed ANFIS MPPT system consists of current and voltage sensors, buck-boost converter, and Arduino MEGA 2560 microcontroller as a controller. Varying amounts of lamp with 12V 10W rating arranged in series is used as load. Solar tracking system which is equipped with MPPT ANFIS able to increase the output power of photovoltaic modules by 26.69% relative to the fixed system when 3 lamps is used as load.

Keywords: photovoltaic, MPPT, solar tracker, ANFIS

x


xi

KATA PENGANTAR

Syukur alhamdulillah dipanjatkan kehadirat Allah SWT karena berkat rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan penelitian Tugas Akhir dengan judul “IMPLEMENTASI TEKNIK MAXIMUM POWER POINT TRACKING (MPPT) PADA SISTEM PENJEJAK MATAHARI BERBASIS ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)”.

Penulis mengucapkan terima kasih sebesar-besarnya kepada pihak-pihak yang telah berperan dalam penulisan ini, diantaranya: 1. Ibu Ihat Solihat dan Bapak Sukarman yang selalu memberi

dukungan dan semangat kepada penulis 2. Adik-adik, Anita Ismarani Nurjanah, Agung Isman Nur

Hakim, dan Akbar Isman Nur Hakim yang senantiasa memberikan semangat pada penulis untuk segera menyelasaikan penelitian.

3. Bapak Agus Muhammad Hatta, Ph.D selaku ketua Departemen Teknik Fisika FTI-ITS.

4. Bapak Ir. Matradji, M.Sc. dan bapak Dr. Imam Abadi, S.T., M.T. selaku pembimbing Tugas Akhir yang telah membina dan membimbing penulis dengan baik.

5. Bapak Dr. Ir. Totok Soehartanto, DEA selaku dosen wali yang telah memberikan dukungan moril kepada penulis.

6. Teman-teman S1 Lintas Jalur Teknik Fisika 2014 dan 2015 FTI-ITS yang banyak membantu secara moril kepada penulis.

7. Teman-teman kontrakan Keputih Gang 1D dan MI3 Surabaya yang bersedia menghibur dan mendukung penulis selama melakukan penelitian.

8. Serta seluruh pihak yang telah banyak membantu yang tidak dapat penulis sebutkan satu per satu. Penulis menyadari bahwa penulisan laporan Tugas Akhir ini

masih jauh dari sempurna. Untuk itu saran serta kritik yang membangun sangat diharapkan oleh penulis sebagai bentuk introspeksi. Semoga laporan ini dapat menjadi manfaat khususnya

xii

bagi penulis dan umumnya bagi mahasiswa yang akan melaksanakan penelitian serupa.

Surabaya, Januari 2017

Penulis

xiii

DAFTAR ISI LEMBAR PENGESAHAN ....................................................... iii ABSTRAK ................................................................................ vii ABSTRACT ................................................................................. ix KATA PENGANTAR ................................................................ xi DAFTAR ISI ............................................................................ xiii DAFTAR GAMBAR ................................................................. xv DAFTAR TABEL ................................................................... xvii BAB I PENDAHULUAN ............................................................ 1 1.1 Latar Belakang .................................................................... 1 1.2 Perumusan Masalah ............................................................ 2 1.3 Batasan Masalah ................................................................. 2 1.4 Tujuan Tugas Akhir ............................................................ 3

BAB II TINJAUAN PUSTAKA ................................................. 5 2.1 Fotovoltaik .......................................................................... 5

2.1.1 Karakteristik fotovoltaik ........................................... 5 2.2 Maximum Power Point Tracking (MPPT) .......................... 8

2.2.1 MPPT metode ANFIS ............................................. 11 2.2.2 Open-voltage method .............................................. 12

2.3 Konverter DC-DC ............................................................. 13 2.3.1 Jenis-jenis konverter DC-DC .................................. 13

2.4 Adaptive Neuro-Fuzzy Inference System (ANFIS) .......... 15 2.5 Mikrokontroler Arduino Mega 2560 ................................. 18 2.6 Sistem Penjejak Matahari .................................................. 19

BAB III METODOLOGI PENELITIAN................................ 21 3.1 Diagram Alir ..................................................................... 21 3.2 Diagram blok MPPT ANFIS ............................................. 23 3.3 Spesifikasi Sistem ............................................................. 26 3.4 Pemodelan dan Simulasi Subsistem .................................. 27

3.4.1 Pemodelan dan Simulasi Modul Fotovoltaik .......... 27 3.4.2 Pemodelan dan Simulasi Konverter DC-DC .......... 29

3.5 Perancangan ANFIS. ......................................................... 31 3.6 Rancangan simulasi MPPT berbasis ANFIS ..................... 37 3.7 Realisasi MPPT ANFIS .................................................... 38

xiv

3.8 Pengambilan Data ............................................................ 41

BAB IV ANALISIS DAN PEMBAHASAN ............................43 4.1 Simulasi MPPT berbasis ANFIS ...................................... 43

4.1.1 Simulasi penjejakan VMPP ...................................... 44 4.1.2 Simulasi perbandingan daya output ....................... 45

4.2 Pengujian perangkat keras MPPT ANFIS ........................ 47 4.2.1 Pengujian sensor .................................................... 47 4.2.2 Pengujian konverter buck-boost ............................. 48

4.3 Pengujian penjejakan VMPP MPPT ANFIS ....................... 50 4.4 Pengujian Sistem Tanpa Penjejak Matahari ..................... 51

4.4.1 Pengujian dengan beban 2 buah lampu. ................. 51 4.4.2 Pengujian dengan beban 3 buah lampu. ................. 53 4.4.3 Pengujian dengan beban 4 buah lampu. ................. 56

4.5 Pengujian Sistem Dengan Penjejak Matahari .................. 58 4.5.1 Pengujian MPPT ANFIS Pada Sistem Penjejak Matahari ........................................................................... 58 4.5.2 Pengujian Sistem Penjejak Matahari MPPT ANFIS dan Sistem Fixed non-MPPT. .......................................... 60

BAB V PENUTUP .....................................................................65 5.1 Kesimpulan ...................................................................... 65 5.2 Saran ................................................................................. 65

DAFTAR PUSTAKA LAMPIRAN A LAMPIRAN B LAMPIRAN C

xv

DAFTAR GAMBAR Gambar 2.1 Rangkaian pengganti fotovoltaik[4]. ...................... 6 Gambar 2.2 Pengaruh radiasi terhadap ISC pada suhu konstan. . 7 Gambar 2.3 Pengaruh suhu terhadap VOC pada radiasi konstan. 8 Gambar 2.4 Perubahan MPP akibat pengaruh kondisi klimatik 8 Gambar 2.5 Ilustrasi penjejakan MPP pada kurva I-V [5]. ...... 10 Gambar 2.6 Blok diagram sistem MPPT[6]. ............................ 11 Gambar 2.7 Blok diagram MPPT ANFIS[10]. ........................ 12 Gambar 2.8 Diagram alir open-voltage method[6]. ................. 13 Gambar 2.9 Konverter buck. .................................................... 14 Gambar 2.10 Konverter boost. ................................................... 14 Gambar 2.11 Konverter buck-boost. .......................................... 15 Gambar 2.12 Sistem inferensi fuzzy Takagi-Sugeno-Kang. ...... 16 Gambar 2.13 Arsitektur ANFIS. ................................................ 16 Gambar 2.14 Sistem penjejak matahari modul fotovoltaik........ 20 Gambar 3.1 Diagram alir penelitian. ........................................ 21 Gambar 3.2 Diagram blok MPPT ANFIS. ............................... 24 Gambar 3.3 Diagram blok kontroler MPPT ANFIS. ............... 25 Gambar 3.4 Diagram blok konverter buck-boost. .................... 25 Gambar 3.5 Pemodelan rangkaian modul fotovoltaik untuk

memperoleh kurva I-V dan P-V. .......................... 28 Gambar 3.6 Kurva I-V modul TN-20M hasil pemodelan pada

STC. ..................................................................... 28 Gambar 3.7 Kurva P-V modul TN-20M hasil pemodelan pada

STC. ..................................................................... 29 Gambar 3.8 Pemodelan rangkaian konverter buck-boost......... 30 Gambar 3.9 Respon Vpv terhadap perubahan step positif duty

cycle...................................................................... 31 Gambar 3.10 Struktur ANFIS. ................................................... 32 Gambar 3.11 Fungsi keanggotaan untuk input error. ................ 33 Gambar 3.12 Fungsi keanggotaan untuk input selisih error. ..... 34 Gambar 3.13 Fungsi keanggotaan output. ................................. 35 Gambar 3.14 Simulasi MPPT ANFIS pada Simulink. .............. 37 Gambar 3.15 Simulasi MPPT ANFIS pada PSIM. .................... 38 Gambar 3.16 Realisasi perangkat keras MPPT ANFIS. ............ 40

xvi

Gambar 4.1 Variasi radiasi matahari. ...................................... 43 Gambar 4.2 Variasi suhu panel. .............................................. 44 Gambar 4.3 Hasil penjejakan VMPP MPPT ANFIS (atas:

tegangan; bawah: duty cycle)............................... 45 Gambar 4.4 Daya panel fotovoltaik hasil penjejakan. ............. 46 Gambar 4.5 Hasil pengujian sensor arus INA219. .................. 48 Gambar 4.6 Hasil pengujian sensor tegangan INA219. .......... 48 Gambar 4.7 Pengujian penjejakan VMPP oleh MPPT ANFIS. . 51 Gambar 4.8 Perbandingan daya MPPT dan non-MPPT beban 2

lampu ................................................................... 53 Gambar 4.9 Perbandingan daya MPPT dan non-MPPT beban 4

lampu. .................................................................. 55 Gambar 4.10 Perbandingan Pout MPPT dan non-MPPT beban 4

lampu. .................................................................. 57 Gambar 4.11 Perbandingan daya sistem penjejak matahari MPPT

ANFIS dan fixed. ................................................. 60

xvii

DAFTAR TABEL Tabel 2.1 Spesifikasi Arduino Mega 2560. .......................... 19 Tabel 3.1 Spesifikasi modul fotovoltaik. .............................. 26 Tabel 3.2 Spesifikasi konverter buck-boost[15]. .................. 27 Tabel 3.3 Perbandingan parameter modul fotovoltaik pada

kondisi STC. ......................................................... 29 Tabel 3.4 Hasil simulasi konverter buck-boost. ................... 30 Tabel 3.5 Basis aturan-aturan (rules). .................................. 36 Tabel 3.6 Spesifikasi sensor INA219. .................................. 39 Tabel 3.7 Spesifikasi konverter buck-boost. ........................ 39 Tabel 3.8 Spesifikasi Arduino MEGA 2560. ....................... 40 Tabel 4.1 Variasi kondisi klimatik saat simulasi. ................. 43 Tabel 4.2 Nilai VOC dan VMPP. .............................................. 44 Tabel 4.3 Perbandingan PMPP dan P MPPT. ......................... 47 Tabel 4.4 Perbandingan tegangan keluaran konverter buck-

boost. .................................................................... 49 Tabel 4.5 Efisiensi konverter buck-boost. ............................ 50 Tabel 4.6 Perbandingan daya output beban 2 lampu. ........... 52 Tabel 4.7 Perbandingan daya output beban 3 lampu. ........... 54 Tabel 4.8 Perbandingan daya output beban 4 lampu. ........... 56 Tabel 4.9 Perbandingan daya pada sistem penjejak matahari

pukul 09.30 ........................................................... 58 Tabel 4.10 Perbandingan daya pada sistem penjejak matahari

pukul 11.30 ........................................................... 59 Tabel 4.11 Perbandingan daya pada sistem penjejak matahari

pukul 14.00 ........................................................... 59 Tabel 4.12 Rata-rata peningkatan daya MPPT vs non-MPPT

pada penjejak matahari ......................................... 59 Tabel 4.13 Perbandingan daya sistem penjejak matahari MPPT

ANFIS dan fixed non-MPPT. ............................... 61

xviii


1

BAB I PENDAHULUAN

1.1 Latar Belakang

Indonesia sebagai negara yang berada di garis khatulistiwa memiliki potensi yang sangat besar dalam hal pemanfaatan sumber energi terbarukan berupa energi surya. Wilayah sebelah barat Indonesia terpapar energi surya sekitar 4,5 kWh/m2/hari dengan deviasi bulanan sebesar 10%. Sedangkan untuk wilayah Indonesia sebelah timur memiliki paparan energi surya hingga 5,1 kWh/m2/hari dengan deviasi bulanan sekitar 9%[1]. Fakta tersebut menunjukkan bahwa pemanfaatan energi surya yang berlimpah dan terbarukan dapat menjadikan Pembangkit Listrik Tenaga Surya (PLTS) sebagai alternatif yang prospektif guna memenuhi kebutuhan listrik di Indonesia khususnya di daerah terpencil.

Pada PLTS terdapat modul fotovoltaik sebagai perangkat utama untuk mengubah energi surya menjadi energi listrik. Salah satu kendala utama pada PLTS yaitu efisiensi konversi modul fotovoltaik yang masih cukup rendah sehingga dibutuhkan luasan area PLTS yang besar untuk mencukupi daya yang diinginkan. Konfigurasi modul fotovoltaik diusahakan untuk selalu mengeluarkan daya yang optimum agar efisiensinya tidak semakin berkurang[2]. Salah satu cara untuk meningkatkan perolehan daya dari modul fotovoltaik adalah melengkapi modul fotovoltaik dengan sistem penjejak matahari (solar tracker). Sistem penjejak matahari memastikan modul fotovoltaik dapat bergerak mengikuti pergerakan matahari pada waktu tertentu sedemikian rupa agar modul fotovoltaik selalu terpapar radiasi matahari secara maksimal sehingga daya yang dihasilkan menjadi optimal. Daya listrik yang dihasilkan oleh modul fotovoltaik yang dilengkapi oleh sistem penjejak matahari meningkat hingga 30% relatif terhadap modul fotovoltaik fixed[3].

Karakteristik dari sebuah sel fotovoltaik dinyatakan dengan kurva arus – tegangan (I-V) dan daya-tegangan (P-V). Terdapat suatu titik kerja pada kurva I-V atau kurva P-V dimana modul fotovoltaik bekerja pada efisiensi maksimum dan menghasilkan

2

daya keluaran paling optimum. Titik ini dinamanakan Maximum Power Point (MPP). Bentuk kurva I-V, P-V, dan lokasi MPP dipengaruhi oleh tingkat radiasi matahari dan temperatur kerja modul fotovolaik.

Pelacakan MPP pada kurva I-V dimana daya yang dihasilkan mencapai puncaknya dikenal dengan istilah Maximum Power Point Tracking (MPPT). Konverter DC-DC digunakan untuk menghubungkan modul fotovoltaik dengan beban. MPPT akan melakukan variasi duty cycle pada konverter DC-DC agar modul fotovltaik bekerja pada kondisi MPP sedemikian rupa sehingga daya optimum dapat dihantarkan menuju beban. Terdapat berbagai macam metode MPPT yang telah dikembangkan. Metode MPPT tersebut dapat diklasifikan menjadi metode berdasarkan pengaturan load line pada kurva I-V dan metode berdasarkan kecerdasan buatan. Pada penelitian ini dirancang sebuah MPPT berdasarkan kecerdasan buatan hybrid dengan metode Adaptive Neuro-Fuzzy Inference System (ANFIS) yang diintegrasikan dengan sistem penjejak matahari untuk meningkatkan perolehan daya listrik dari modul fotovoltaik.

1.2 Perumusan Masalah Adapun perumusan masalah pada penelitian ini adalah

1. Bagaimana merancang dan menerapkan MPPT berbasis ANFIS pada sistem penjejak matahari?

2. Bagaimana peningkatan daya modul fotovotolaik yang diperoleh oleh sistem MPPT berbasis ANFIS?

1.3 Batasan Masalah Untuk memfokuskan penyelesaian masalah pada penelitian

tugas akhir ini maka batasan masalah yang diangkat adalah sebagai berikut : 1. MPPT yang dirancang berbasis kecerdasan buatan dengan

metode Adaptive-Neuro Fuzzy Inference System (ANFIS). 2. Panel surya yang digunakan adalah panel surya dengan daya

nominal 20 Wp. 3. Menggunakan konverter buck-boost sebagai interface antara

modul fotovoltaik dan beban.

3

4. Faktor-faktor yang mempengaruhi karakteristik panel surya dibatasi hanya pada radiasi matahari dan suhu modul fotovoltaik.

5. Penelitian tidak membahas tentang kontrol pada sistem penjejak matahari.

6. Penelitian tidak membahas mengenai kontrol tegangan dan arus pengisian pada baterai.

7. Power supply untuk komponen elektronik diambil dari sumber daya eksternal (external power source).

1.4 Tujuan Tugas Akhir

Tujuan dari penelitian ini adalah sebagai berikut: 1. Merancang dan menerapkan MPPT berbasis ANFIS pada

sistem penjejak matahari. 2. Mendapatkan peningkatan daya keluaran fotovoltaik dengan

sistem MPPT berbasis ANFIS.

4


5

BAB II TINJAUAN PUSTAKA

2.1 Fotovoltaik

Sel fotovoltaik merupakan elemen semikonduktor yang memanfaatkan efek fotovoltaik untuk mengubah energi surya menjadi energi listrik tanpa elemen mekanis dan tanpa penggunaan bahan bakar. Cara kerja sel fotovoltaik identik dengan piranti semikonduktor dioda. Foton-foton yang merupakan partikel cahaya mengenai sel surya dan menabrak elektron. Ketika energi foton tersebut cukup maka elektron akan didorong keluar dari pita valensi (valence band) melewati pita pemisah (band gap) menuju pita konduksi (conduction band). Perbedaan tegangan pada terminal sel fotovoltaik akan menyebabkan elektron pada pita konduksi bergerak. Elektron yang bergerak inilah yang disebut sebagai arus listrik.

2.1.1 Karakteristik fotovoltaik

Persamaan umum keluaran arus listrik dari fotovoltaik adalah sebagai berikut [4]:

𝐼 = 𝐼𝑝𝑣 − 𝐼𝑜 {𝑒𝑥𝑝 [𝑉 + 𝐼𝑅𝑠

𝑎𝑉𝑡] − 1} −

𝑉 + 𝐼𝑅𝑠

𝑅𝑝

(2.1)

𝑉𝑡 =𝑁𝑠𝑘𝑇

𝑞 (2.2)

dimana : Ipv adalah arus fotovoltaik (A), Io adalah arus saturasi dari dioda (A), q adalah muatan elektron (1,602×10-19 C), I adalah arus pada terminal fotovoltaik (A), V adalah tegangan pada terminal fotovoltaik (V), Vt adalah tegangan termal array, k adalah konstanta Boltzman (1,381×10-23 J/K), T adalah suhu sambungan p-n dalam Kelvin (K), 𝑎 adalah faktor idealitas dari dioda,

6

Rs adalah resistansi seri ekuivalen array fotovoltaik (Ohm), Rp adalah resistansi paralel ekuivalen array fotovoltaik (Ohm), Ns adalah jumlah sel fotovoltaik terhubung seri.

Gambar 2.1 Rangkaian pengganti fotovoltaik[4].

Apabila diasumsikan bahwa sel fotovoltaik tidak memiliki rugi-rugi internal yaitu apabila dianggap nilai Rs sangat kecil dan nilai Rp sangat besar, maka persamaan (2.1) menjadi

𝐼 = 𝐼𝑝𝑣 − 𝐼𝑜 {𝑒𝑥𝑝 [𝑉

𝑎𝑉𝑡] − 1} (2.3)

Adapun karakteristik besarnya daya yang dapat dikeluarkan oleh sel fotovoltaik bergantung pada besarnya intensitas cahaya matahari yang mengenai permukaan sel fotovoltaik dan suhu pada permukaan sel fotovoltaik. Dari persamaan (2.1), arus yang dibangkitkan oleh foton, Iph, berhubungan dengan radiasi matahari, λ dan suhu T yaitu sebagai berikut

𝐼𝑝𝑣 = [𝐼𝑝𝑣,𝑛 + 𝐾𝐼(𝑇 − 298)]𝜆

1000 (2.4)

dimana KI adalah koefisien suhu arus hubung singkat (A/K), Ipv,n adalah arus fotovoltaik pada Standard Test Condition (STC) yaitu suhu 25oC atau 298 Kelvin dan radiasi 1000 W/m2, T adalah suhu sel dalam Kelvin, dan λ adalah radiasi matahari dalam W/m2.

Untuk mencari nilai arus saturasi dari dioda, Io, digunakan persamaan berikut

𝐼0 = 𝐼𝑜,𝑛 [𝑇𝑇𝑛

]3

𝑒𝑥𝑝 [(1𝑇𝑛

−1𝑇

)𝑞𝐸𝑔

𝑎𝑘 ] (2.5)

dimana I0,n arus saturasi nominal dalam (A), T adalah suhu kerja

7

sel (K), Tr adalah suhu referensi sel (STC, 298 K), dan Eg adalah energi band gap dari semikonduktor.

Arus saturasi nominal I0,n dapat diperoleh melalui persamaan berikut

𝐼𝑜,𝑛 =𝐼𝑠𝑐,𝑛

exp (𝑉𝑜𝑐,𝑛𝑎𝑉𝑡,𝑛

) − 1 (2.6)

dimana ISC,n adalah arus hubung singkat sel pada kondisi STC, VOC,n adalah tegangan rangkaian terbuka sel pada kondisi STC dan Vt,n adalah tegangan termal sel terkoneksi seri sebanyak Ns pada kondisi STC.

Arus yang dihasilkan sel fotovoltaik dominan dipengaruhi oleh besarnya radiasi matahari. Berdasarkan persamaan (2.4) dapat diketahui bahwa semakin tinggi nilai radiasi matahari maka arus hubung singkat sel fotovoltaik ISC juga semakin meningkat. Di sisi lain, suhu sel akan mempengaruhi tegangan rangkaian terbuka VOC. Semakin tinggi suhu maka VOC akan semakin rendah. Ilustrasi pengaruh radiasi matahari dan suhu terhadap karakteristik kurva I-V modul fotovoltaik ditampilkan pada Gambar 2.2 dan Gambar 2.3 secara berurutan.

Gambar 2.2 Pengaruh radiasi terhadap ISC pada suhu konstan.

8

Gambar 2.3 Pengaruh suhu terhadap VOC pada radiasi konstan.

2.2 Maximum Power Point Tracking (MPPT)

Maximum power point tracking atau MPPT adalah metode penjejakan untuk memperoleh daya maksimum yang mungkin (maximum possible power) dari modul fotovoltaik pada kondisi lingkungan tertentu.

Gambar 2.4 Perubahan MPP akibat pengaruh kondisi klimatik

Telah dijelaskan sebelumnya bahwa kinerja panel fotovoltaik dalam menghasilkan daya listrik sangat oleh kondisi

9

klimatik. Pada kondisi klimatik tertentu, panel fotovoltaik akan menghasilkan daya maksimum yang mungkin apabila berada pada kondisi titik daya maksimum (maximum power point/MPP). Lokasi titik daya maksimum pada kurva I-V suatu panel fovoltaik selalu berubah seiring perubahan radiasi matahari dan suhu kerja sel. Ilustrasi perubahan titik kerja maksimum dapat dilihat pada Gambar 2.4. Nilai MPP perlu dilacak dengan sebuah algoritma penjajakan menggunakan MPPT apabila panel fotovoltaik diinginkan menghasilkan daya maksimum. Tujuan utama dari MPPT adalah mencocokan resistansi ekuivalen terminal panel fotovoltaik Req dengan resistansi keluaran optimal panel fotovoltaik Ropt yang definisikan sebagai berikut[5]

𝑅𝑜𝑝𝑡 =𝑉𝑚𝑝𝑝

𝐼𝑚𝑝𝑝 (2.7)

Saat kondisi Req = Ropt, kondisi MPP tercapai dan panel fotovoltaik akan menghasilkan daya maksimum yang mungkin. Ilustrasi proses penjejakan nilai Req menuju Ropt untuk mencapai kondisi MPP dapat dilihat pada Gambar 2.5. Garis linear dengan kemiringan tertentu merupakan representasi nilai Req. Saat kondisi short-circuit nilai Req= 0 dan saat kondisi open-circuit nilai Req= ∞. Perpotongan antara garis Req dan kurva I-V merupakan titik kerja panel fotovoltaik. Nilai Req perlu diubah sedemikian rupa sehingga perpotongan ini terjadi pada titik kerja maksimum (MPP).

10

Gambar 2.5 Ilustrasi penjejakan MPP pada kurva I-V [5].

MPPT pada umumnya terdiri dari konverter DC-DC, controller, dan sensor. Konverter DC-DC merupakan penghubung antara panel fotovoltaik dengan beban utama (baterai ataupun perangkat elektronik lain). Pada sistem MPPT, konverter DC-DC mempunyai peran untuk mengubah-ubah nilai Req berdasarkan nilai duty cycle yang diterima. Untuk menentukan nilai duty cycle yang tepat sedemikan rupa sehingga nilai Req = Ropt maka digunakan sebuah controller yang telah dilengkapi dengan algoritma penjejakan MPP. Untuk menentukan nilai duty cycle yang tepat, algoritma penjejakan memerlukan masukan informasi dari sensor. Informasi yang diperlukan dapat berupa arus, tegangan, dan daya panel fotovoltaik ataupun kondisi klimatik seperti temperatur dan radiasi matahari.

11

Gambar 2.6 Blok diagram sistem MPPT[6].

Terdapat berbagai macam metode MPPT yang telah dikembangkan. Metode MPPT tersebut dapat diklasifikan menjadi metode berdasarkan pengaturan load line pada kurva I-V dan metode berdasarkan kecerdasan buatan[7]. Metode MPPT Perturb and Observe (P&O) dan Incremental Conductance merupakan contoh metode MPPT berdasarkan pengaturan load line kurva I-V. Metode MPPT berdasarkan kecerdasan buatan dapat berupa Fuzzy Logic, Artificial Neural Network, dan Adaptive Neuro-Fuzzy Inference System (ANFIS). Sistem MPPT berbasis kecerdasan buatan memiliki kemampuan yang andal dalam menghadapi ketidakpastian akibat perubahan kondisi klimatik dan kondisi beban[7]. Selain itu terdapat pula metode open-voltage method dan short-current method yang menyatakan bahwa maximum power point (MPP) adalah proporsional terhadap nilai tegangan rangkaian terbuka VOC dan arus hubung singkat ISC[6].

2.2.1 MPPT metode ANFIS

MPPT dengan metode ANFIS membutuhkan kombinasi beberapa informasi dari sensor agar mampu melakukan penjejakan MPP. MPPT ANFIS mampu melakukan penjejakan MPP dengan baik setelah dilatih menggunakan sejumlah pasangan data input-output. Pasangan data input-ouput yang digunakan dapat berupa input kondisi klimatik (radiasi matahari dan suhu panel) dan output berupa arus IMPP[9]. Pada penelitan lainnya, data input berupa kombinasi kondisi klimatik dan besaran fisis keluaran panel

12

fotovoltaik (suhu panel, tegangan dan arus) dan output berupa tegangan VMPP[10]. Nilai output ANFIS (VMPP/ IMPP) kemudian diumpankan pada kontroler PI (Proportional-Integral) yang akan menghasilkan duty cycle sedemikian rupa sehingga kondisi MPP dapat tercapai.

Gambar 2.7 Blok diagram MPPT ANFIS[10].

2.2.2 Open-voltage method

Open-voltage method atau metode tegangan rangkaian terbuka menganggap bahwa tegangan VMPP mempunyai rasio hampir konstan terhadap tegangan rangkaian terbuka VOC[6] atau dapat dinyatakan sebagai

𝑉𝑚𝑝𝑝

𝑉𝑜𝑐≅ 𝑘 ; 𝑘 < 1 (2.8)

dengan nilai k berkisar 0.7 – 0.8[11]. Metode ini membutuhkan pengukuran VOC secara berkala agar diperoleh perkiraan nilai VMPP yang relatif tepat sesuai dengan kondisi klimatik yang berubah-ubah. Setelah VMPP diperkirakan, kontroler melakukan regulasi sedemikan rupa hingga kondisi MPP tercapai. Diagram alir open-voltage method ditampilkan pada Gambar 2.8.

13

Gambar 2.8 Diagram alir open-voltage method[6].

2.3 Konverter DC-DC

Konverter DC-DC adalah sirkuit elektronik yang berfungsi untuk mengubah tegangan searah (DC) ke tegangan DC dengan level berbeda. Konverter DC-DC digunakan untuk menghubungkan modul fotovoltaik dengan beban dan duty cycle pada konverter digunakan untuk mengubah beban ekuivalen yang dirasakan oleh sumber (modul fotovoltaik) sehingga daya maksimum dapat ditransfer dari modul menuju beban. Berdasarkan hal tersebut, konverter DC-DC dapat diibaratkan sebagai tahanan variabel pada terminal modul fotovoltaik yang diatur berdasarkan duty cycle.

2.3.1 Jenis-jenis konverter DC-DC A. Konverter buck

Konverter Buck dapat menghasilkan tegangan output lebih rendah daripada tegangan input. Konverter dapat disebut sebagai konverter DC-DC step down. Nilai tegangan keluaran diatur berdasarkan duty cycle konverter. Hubungan antara tegangan input

14

Vi, tegangan output Vo, dan duty cycle D untuk konverter buck adalah

𝑉𝑜 = 𝐷𝑉𝑖 (2.9)

Gambar 2.9 Konverter buck.

B. Konverter boost

Konverter boost dapat menghasilkan tegangan output lebih tinggi daripada tegangan input. Konverter dapat disebut sebagai konverter DC-DC step up. Sama halnya dengan konverter buck. Nilai tegangan keluaran diatur berdasarkan duty cycle konverter. Hubungan antara tegangan input Vi, tegangan output Vo, dan duty cycle D untuk konverter boost adalah

𝑉𝑜 =1

1 − 𝐷𝑉𝑖 (2.10)

Gambar 2.10 Konverter boost.

C. Konverter buck-boost

Konverter buck-boost dapat menghasilkan tegangan output lebih rendah maupun lebih tinggi daripada tegangan input. Polaritas tegangan output akan berkebalikan dengan tegangan input (negative polarity). Konverter ini beroperasi berdasarkan transfer energi induktif. Hubungan tegangan input Vi, tegangan

15

output Vo, dan duty cycle D untuk konverter buck-boost adalah

𝑉𝑜 = −𝐷

1 − 𝐷𝑉𝑖 (2.11)

Tegangan output konverter buck-boost dapat ditingkatkan ataupun diturunkan dengan mengatur duty-cycle sebagai berikut: 1. Apabila D > 0,5 maka tegangan output lebih besar daripada

tegangan input (konverter boost). 2. Apabila D < 0,5 maka tegangan output lebih kecil daripada

tegangan output (konverter buck).

Gambar 2.11 Konverter buck-boost.

2.4 Adaptive Neuro-Fuzzy Inference System (ANFIS)

ANFIS merupakan penggabungan mekanisme Fuzzy Inference System (FIS) yang digambarkan dalam arsitektur jaringan syaraf tiruan[12]. Sistem inferensi fuzzy yang digunakan adalah sistem inferensi fuzzy model Takagi-Sugeno-Kang (TSK). ANFIS adalah arsitektur yang secara fungsional sama dengan fuzzy rule base model Sugeno. Bisa dikatakan bahwa ANFIS adalah suatu metode yang mana dalam melakukan penyetelan aturan digunakan algoritma pembelajaran terhadap sekumpulan data. Pada ANFIS juga memungkinkan aturan-aturan untuk beradaptasi.

Berikut ini salah satu contoh ilustrasi mekanisme inferensi fuzzy TSK orde satu dengan dua masukan x dan y (Gambar 2.12). Basis aturan dengan dua aturan fuzzy if-then seperti dibawah ini :

Rule 1: if x is A1 and y is B1 then f1 = p1x + q1y + r1 premis consequent

Rule 2: if x is A2 and y is B2 then f2 = p2x + q2y + r2 premis consequent

16

Input: x and y Consequent: f

Gambar 2.12 Sistem inferensi fuzzy Takagi-Sugeno-Kang.

Keluaran fuzzy dapat dibuat dalam bentuk persamaan sebagai berikut:

𝑓 =𝑤1𝑓1 + 𝑤2𝑓2

𝑤1 + 𝑤2= 𝑤1̅̅̅̅ 𝑓1 + 𝑤2̅̅̅̅ 𝑓2 (2.12)

Struktur ANFIS yang menggambarkan sistem fuzzy Tagaki-Sugeno-Kang (TSK) seperti di atas bisa digambarkan dalam diagram blok atau disebut arsitektur jaringan syaraf feedforward seperti pada Gambar 2.13.

Gambar 2.13 Arsitektur ANFIS.

17

Pada Gambar 2.13 terlihat sistem neuro-fuzzy terdiri atas lima lapisan dengan fungsi yang berbeda untuk tiap lapisannya. Tiap lapisan terdiri atas beberapa simpul yang dilambangkan dengan kotak atau lingkaran. Lambang kotak menyatakan simpul adaptif artinya nilai parameternya bisa berubah dengan pembelajaran dan lambang lingkaran menyatakan simpul nonadaptif yang nilainya tetap. Penjelasan lebih lengkap dapat dijabarkan sebagai berikut:

Lapisan 1. Pada lapisan pertama ini, merupakan lapisan yang terdiri dari simpul-simpul adaptif atau nilai yang dapat berubah-ubah. Pada struktur ANFIS lapisan ini biasanya merupakan derajat keanggotaan (µi) dari fuzzy set. Fungsi simpul adalah sebagai berikut

𝑂1,𝑖 = 𝜇𝐴𝑖(𝑥), 𝑢𝑛𝑡𝑢𝑘 𝑖 = 1, 2 𝑎𝑡𝑎𝑢

𝑂1,𝑖 = 𝜇𝐵𝑖−2(𝑥), 𝑢𝑛𝑡𝑢𝑘 𝑖 = 3, 4 (2.13)

Simpul O1,i menyatakan derajat keanggotaan 𝜇(𝑥) dari setiap masukan terhadap himpunan fuzzy A dan B. Salah satu contoh fungsi keanggotaan yang digunakan adalah jenis gbell (generalized bell) yaitu

𝑔𝑏𝑒𝑙𝑙(𝑥, 𝑎, 𝑏, 𝑐) =1

1 + |𝑥−𝑐𝑎

|2𝑏 (2.14)

Untuk fungsi keanggotaan generalized bell di atas, parameter a, b, dan c merupakan parameter premis adaptif yang akan berubah-ubah selama proses pembelajaran. Parameter premis adaptif ini akan berbeda-beda tergantung dengan jenis fungsi keanggotaan yang dipilih.

Lapisan 2. Pada lapisan ini, semua simpul adalah parameter-parameter tetap (nonadaptif). Simpul ini berguna untuk mengalikan setiap input yang masuk. Fungsi simpul yang digunakan berupa

𝑂2,𝑖 = 𝑤𝑖 = 𝜇𝐴𝑖(𝑥). 𝜇𝐵𝑖−2

(𝑥) 𝑢𝑛𝑡𝑢𝑘 𝑖 = 1, 2 (2.15)

18

Output dari simpul ini menyatakan derajat pengaktifan untuk setiap fuzzy rule. Fungsi ini dapat diperlukan apabila jumlah fungsi premis lebih dari dua himpunan fuzzy.

Lapisan 3. Simpul ini merupakan simpul nonadaptif yang dapat menampilkan fungsi derajat pengaktifan ternormalisasi yaitu perbandingan antara keluaran simpul ke-i pada lapisan sebelumnya terhadap seluruh keluaran lapisan sebelumnya. Fungsi yang digunakan yaitu

𝑂3,𝑖 = �̅� =𝑤𝑖

𝑤1 + 𝑤2, 𝑖 = 1,2 (2.16)

Lapisan 4. Simpul pada lapisan ini adalah adaptif dengan derajat pengaktifan ternormalisasi yang berasal dari lapisan sebelumnya. Fungsi simpul lapisan ini adalah

𝑂4,𝑖 = 𝑤𝑖̅̅ ̅. 𝑓𝑖 = 𝑤𝑖̅̅ ̅(𝑝𝑖𝑥 + 𝑞𝑖𝑦 + 𝑟𝑖) (2.17)

Parameter p, q, dan r adalah parameter konsekuen adaptif berdasarkan keluaran dari lapisan sebelumnya.

Lapisan 5. Simpul nonadaptif pada lapisan ini menjumlahkan seluruh keluaran dari simpul-simpul pada lapisan sebelumnya dan menghasilkan satu simpul keluaran dengan fungsi simpul sebagai berikut

𝑂5,𝑖 = ∑ 𝑤𝑖̅̅ ̅. 𝑓𝑖 =∑(𝑤𝑖𝑓𝑖)

∑ 𝑤𝑖

(2.18)

Kelima lapisan ini ekuivalen dengan sistem inferensi Fuzzy Takagi-Sugeno.

2.5 Mikrokontroler Arduino Mega 2560

Arduino Mega 2560 adalah sebuah papan mikrokontroler berbasis ATmega2560. Mikrokontroler ini memiliki 54 input/output digital (15 diantaranya dapat digunakan sebagai output PWM), 16 input analog, 4 UART, sebuah osilator kristal 16 MHz, sebuah koneksi USB, sebuah power jack, sebuah ICSP header, dan sebuah tombol reset. Arduino Mega dapat beroperasi

19

dengan daya eksternal 6-20 volt. ATmega2560 memiliki flash memory sebesar 256 KB untuk menyimpan kode (8 KB digunakan sebagai bootloader), SRAM sebesar 8 KB, dan EEPROM sebesar 8 KB. Analog input pada Arduino Mega 2560 memiliki resolusi 10 bit (1024 nilai) dan mampu mengukur tegangan sebesar 0-5 volt.

Pemrograman pada mikrontroler ini dapat menggunakan Arduino IDE. Atmega2560 yang terdapat pada Arduino Mega memiliki bootloader preprogrammed sehingga tidak diperlukan programmer eksternal ketika akan mengunggah kode. Spesifikasi teknis Arduino Mega 2560 secara lebih lengkap ditampilkan pada Tabel 2.1.

Tabel 2.1 Spesifikasi Arduino Mega 2560. Mikrokontroler ATmega2560 Tegangan Operasi 5 V Tegangan Input (rekomendasi)

7-12 V

Tegangan Input (limit) 6-20 V Jumlah Pin Digital I/O 54 (15 sebagai PWM) Jumlah Pin Analog 16 Arus DC setiap pin I/O 20 mA Arus DC untuk pin 3.3V 50 mA Flash Memory 256 KB (8KB digunakan

untuk bootloader) SRAM 8 KB EEPROM 4 KB Kecepatan Clock 16 MHz LED_BUILTIN 13 Panjang 101.52 mm Lebar 53.3 mm Berat 37 g

2.6 Sistem Penjejak Matahari

Sistem penjejak matahari merupakan sistem yang mampu mengikuti arah pergerakan matahari. Karena kemampuannya tersebut, saat ini sistem penjejak matahari banyak diaplikasikan

20

pada PLTS. Penggunaan penjejak matahari dimaksudkan untuk mengurangi sudut datang antara cahaya matahari dengan modul fotovoltaik sehingga daya listrik yang dihasilkan dapat dimaksimalkan.

Gambar 2.14 Sistem penjejak matahari modul fotovoltaik.

Komponen penyusun sistem penjejak matahari terdiri dari sensor, kontroler, dan aktuator berupa motor servo. Sensor digunakan untuk memberikan informasi pada kontroler untuk memberikan aksi kontrol. Sensor dapat berupa sensor cahaya ataupun sensor kompas. Motor servo sebagai aktuator akan mengubah orientasi penjejak matahari agar selalu menjejak gerak matahari sesuai sinyal kontrol. Salah satu kekurangan dari sistem penjejak matahari adalah memerlukan catu daya yang cukup besar untuk dapat beroperasi[12]. Hal ini menyebabkan sistem penjejak matahari tidak cocok digunakan untuk PLTS skala kecil.

21

BAB III METODOLOGI PENELITIAN

3.1 Diagram Alir

Penelitian Tugas Akhir yang dilakukan terdiri dari beberapa tahapan. Tahapan penelitian tersebut digambarkan dalam bentuk diagram alir sebagai berikut:

Gambar 3.1 Diagram alir penelitian.

Tahapan-tahapan penelitian berdasarkan diagram alir pada Gambar 3.1 dijelaskan sebagai berikut:

A. Studi literatur Penelitian ini dimulai dengan melakukan studi literatur.

Literatur yang digunakan berupa buku teks, paper, prosiding, dan laman internet dengan topik seputar fotovoltaik. kecerdasan buatan

22

berbasis ANFIS, metode Maximum Power Point Tracking (MPPT), perancangan konverter DC-DC dan mikrokontroler.

B. Penentuan spesifikasi sistem Tahap penelitian dilanjutkan dengan menentukan spesifikasi

sistem berupa spesifikasi modul fotovoltaik (daya maksimum PMPP, arus maksimum IMPP, tegangan maksimum VMPP, arus hubung singkat ISC, dan tegangan rangkaian terbuka VOC) dan spesifikasi konverter DC-DC berdasarkan karakteristik modul fotovoltaik yang digunakan.

C. Pemodelan sistem Penelitian dilanjutkan dengan memodelkan sistem berupa

pemodelan modul fotovoltaik dan konverter DC-DC. Dengan melakukan pemodelan dapat diketahui karakteristik modul fotovoltaik dan konverter DC-DC sebagai dasar untuk merancang sistem MPPT berbasis ANFIS.

D. Perancangan ANFIS Tahap selanjutnya merupakan perancangan ANFIS

berdasarkan karakteristik yang diperoleh dari tahap sebelumnya. Perancangan ANFIS meliputi penentuan variabel input dan output; perolehan dan pemilahan pasangan data input-output sebagai data pelatihan; penentuan jumlah & jenis fungsi keanggotaan (membership function); dan pelatihan ANFIS.

E. Simulasi MPPT berbasis ANFIS Tahap simulasi perlu dilakukan untuk mengetahui

performansi ANFIS yang telah dirancang dilakukan pada sistem MPPT. Performansi MPPT ANFIS dalam melakukan penjajakan MPP akan dievaluasi. Simulasi dilakukan menggunakan bantuan perangkat PSIM dan MATLAB Simulink.

F. Realisasi MPPT berbasis ANFIS Berikutnya penelitian dilanjutkan menuju tahap realisasi.

Realisasi sistem MPPT ANFIS berupa perancangan dan pengujian sub-sistem berupa perangkat pengukuran tegangan dan arus, perancangan konverter DC-DC, dan implementasi ANFIS pada mikrokontroler. Proses akhir dari tahap ini adalah integrasi sub-

23

sistem menjadi suatu perangkat purwarupa MPPT ANFIS.

G. Pengujian dan eksperimen MPPT berbasis ANFIS Setelah realisasi dan implementasi sistem secara

kesulurahan telah selesai dilaksanakan, tahapan penelitian beranjak menuju pengujian sistem secara keseluruhan. Apabila unjuk kerja sistem sudah sesuai dengan kriteria yang diharapkan maka proses akuisisi data mulai dilakukan.

H. Pengambilan data dan analisis Data yang telah diperoleh dari proses sebelumnya kemudian

diolah dan dianalisis untuk mengetahui kinerja MPPT ANFIS dalam melakukan penjejakan MPP serta peningkatan efisiensi konversi yang diperoleh. Selanjutnya hasil penelitian disusun dan dilaporkan dalam bentuk buku laporan Tugas Akhir .

3.2 Diagram blok MPPT ANFIS

MPPT ANFIS yang dirancang pada penelitian ini terdiri dari konverter DC-DC buck-boost, kontroler MPPT ANFIS, dan sensor tegangan-arus. Seperti telah dijelaskan pada Subbab 2.2 bahwa konverter buck-boost mempunyai peran untuk mengubah-ubah nilai Req berdasarkan nilai duty cycle yang diterima. Kontroler MPPT ANFIS dalam hal ini akan melakukan penjejakan dengan memberikan output duty cycle tertentu sedemikian sehingga Req=Ropt dan kondisi MPP tercapai. Input untuk kontroler MPPT ANFIS berupa tegangan panel fotovoltaik Vpv dan tegangan VMPP. Input tegangan panel fotovoltaik berasal dari pembacaan sensor tegangan. Nilai tegangan VMPP diperoleh menggunakan open-voltage method (Subbab 2.2.2). Metode ini dipilih karena memiliki efisiensi yang cukup baik, sederhana, dan murah[8] karena hanya dibutuhkan sensor tegangan untuk memperoleh informasi nilai VMPP. Pada penelitian MPPT ANFIS sebelumnya diperlukan sensor suhu dan radiasi matahari yang mahal untuk memperkirakan nilai VMPP[9].

24

Gambar 3.2 Diagram blok MPPT ANFIS.

Blok kontroler MPPT ANFIS terdiri dari kontroler ANFIS, dan generator PWM seperti ditampilkan pada Gambar 3.3. Input kontroler ANFIS berupa nilai error 𝑒 dan selisih error ∆𝑒 yang dinyatakan dengan persamaan

𝑒(𝑘) = 𝑉𝑝𝑣(𝑘) − 𝑉𝑚𝑝𝑝(𝑘) (3.1)

∆𝑒(𝑘) = 𝑒(𝑘) − 𝑒(𝑘 − 1) (3.2)

dimana 𝑒(𝑘) adalah error saat ini dan 𝑒(𝑘 − 1) adalah error sebelumnya. Output yang dihasilkan berupa selisih duty cycle ∆𝑑. Nilai duty cycle 𝐷 diperoleh dengan menggunakan persamaan

𝐷(𝑘) = 𝐷(𝑘 − 1) + ∆𝑑(𝑘) (3.3)

dimana 𝐷(𝑘) adalah duty cycle saat ini, 𝐷(𝑘 − 1) adalah duty cycle sebelumnya, dan ∆𝑑(𝑘)adalah selisih duty cycle saat ini. Nilai 𝐷 dengan rentang nilai 0 – 1 kemudian akan diubah menjadi nilai PWM oleh blok generator PWM. Mikrokontroler Arduino Mega 2560 mampu menghasilkan nilai PWM sebesar 8 bit sehingga diperoleh rentang nilai PWM sebesar 0 – 255.

25

Gambar 3.3 Diagram blok kontroler MPPT ANFIS. Generator PWM akan menghasilkan nilai PWM dengan

duty cycle tertentu sebagai sinyal switching ON-OFF pada switch S seperti diilustrasikan pada Gambar 2.11. Pada kenyataannya, MOSFET digunakan sebagai switch pada konverter DC-DC termasuk konverter buck-boost. PWM dengan duty cycle bernilai nol menyatakan MOSFET dalam keadaan open sedangkan duty cycle bernilai 1 (satu) menyatakan MOSFET dalam keadaan short. Dengan demikian, dapat dinyatakan bahwa MOSFET bekerja layaknya seperti resistor variabel dengan nilai resistansi dari nol (0) – tak hingga (∞) yang diatur berdasarkan nilai duty cycle. Input konverter buck-boost pada sistem MPPT biasanya dihubungkan dengan terminal modul fotovoltaik. Oleh karena itu, perubahan duty cycle pada konverter akan secara langsung mengubah Req pada terminal modul fotovoltaik. Perubahan Req ini akan mengubah titik kerja modul pada kurva I-V sehingga tegangan maupun arus modul fovoltaik akan ikut berubah. MPPT ANFIS akan memberikan nilai duty cycle sedemikian rupa sehingga nilai Req = Ropt. Pada keadaan demikian, modul fotovoltaik akan bekerja pada kondisi MPP. Diagram blok mekanisme perubahan tegangan modul fovoltaik akibat perubahan duty cycle PWM ditampilkan pada Gambar 3.4.

Gambar 3.4 Diagram blok konverter buck-boost.

26

3.3 Spesifikasi Sistem Modul fotovoltaik yang digunakan pada penelitian adalah

TN-20M yang mampu menghasilkan daya sebesar 20 Watt-peak (Wp). Spesifikasi modul ditampilkan pada Tabel 3.1.

Tabel 3.1 Spesifikasi modul fotovoltaik. Model TN-20M Maximum Power at STC (PMPP) 20 W Maximum Power Voltage at STC (VMPP) 17,2 V Maximum Power Current at STC (IMPP) 1,16 A Open Circuit Voltage at STC (VOC) 21,5 V Short Circuit Current at STC (ISC) 1,25 A Temperature Coefficient of VOC -0,36 %/°C Temperature Coefficient of ISC 0,05 %/°C Series Connected Cell per Modul 36

Konverter DC-DC yang digunakan adalah konverter buck-boost yang dapat menghasilkan tegangan output lebih besar ataupun lebih kecil dibandingkan dengan tegangan input. Konverter buck-boost ini akan berperan sebagai interface antara modul fotovoltaik dengan beban. Konverter buck-boost dipilih sebagai inteface pada sistem MPPT ANFIS karena tidak adanya batasan pada nilai resistansi beban output konverter[5] dan mampu mengemulasikan resistansi ekuivalen Req pada input konverter (terminal modul fovoltaik) dari nilai nol (Req = 0 Ω) hingga tak terhingga (Req = ∞ Ω)[14]. Oleh karena itu, penggunaan konverter buck-boost pada sistem MPPT dapat membuat modul fotovoltaik beroperasi dari kondisi short-circuit (ISC) hingga open-circuit (VOC) dengan mengubah-ubah duty cycle konverter.

Penentuan spesifikasi konverter buck-boost dipengaruhi oleh beberapa parameter diantaranya tegangan dan arus input; tegangan dan arus output, frekuensi pensaklaran serta beban resistif nominal[15]. Spesifikasi konverter buck-boost yang digunakan ditampilkan pada Tabel 3.2.

27

Tabel 3.2 Spesifikasi konverter buck-boost[15]. Parameter Nilai Vin 9 – 22 V Vout nominal 14 V Iout 1,5 A Frekuensi pensaklaran 25 kHz Induktor 193 μH Kapasitor output 470 μF, 50V Beban resistif nominal 8 Ω

3.4 Pemodelan dan Simulasi Subsistem

Pemodelan dan simulasi dilakukan untuk mengetahui karakteristik masing-masing subsistem. Perangkat lunak yang digunakan untuk melakukan pemodelan dan simulasi adalah PSIM 9.0 dan MATLAB Simulink R2009a.

3.4.1 Pemodelan dan Simulasi Modul Fotovoltaik

Pemodelan dan simulasi dilakukan menggunakan model fotovoltaik PV Array yang telah tersedia pada perangkat lunak PSIM 9.0. Panel fotovoltaik yang digunakan pada pemodelan dan simulasi adalah TN-20M. Parameter-parameter yang diperlukan untuk memodelkan panel sesuai dengan yang tercantum pada Tabel 3.1.

Untuk mengetahui tingkat keakuratan hasil pemodelan modul fotovoltaik dilakukan perbandingan antara parameter hasil pemodelan dengan parameter pada datasheet. Parameter yang tertera pada datasheet panel merupakan kondisi panel yang diukur pada Standard Test Condition (STC) yaitu pada keadaan radiasi matahari bernilai 1000 W/m2 dan suhu bernilai 25°C. Bentuk kurva I-V dan P-V modul fotovoltaik TN-20M hasil pemodelan pada kondisi STC ditampilkan pada Gambar 3.5 dan Gambar 3.6.

28

Gambar 3.5 Pemodelan rangkaian modul fotovoltaik untuk

memperoleh kurva I-V dan P-V.

Gambar 3.6 Kurva I-V modul TN-20M hasil pemodelan pada

STC.

29

Gambar 3.7 Kurva P-V modul TN-20M hasil pemodelan pada

STC. Untuk mengetahui tingkat keakuratan hasil pemodelan

modul fotovoltaik dilakukan perbandingan antara parameter hasil pemodelan dengan parameter pada datasheet.

Tabel 3.3 Perbandingan parameter modul fotovoltaik pada kondisi STC.

Parameter Datasheet Model Maximum Power (PMPP) 20 W 20.30 W Maximum Power Voltage (VMPP) 17,20 V 17,20 A Maximum Power Current (IMPP) 1,16 A 1.18 A Open Circuit Voltage (VOC) 21,50 V 21.50 V Short Circuit Current (ISC) 1,25 A 1.25 A

Berdasarkan Tabel 3.3 terlihat bahwa pada setiap parameter hasil pemodelan menunjukan hasil yang mendekati dengan nilai datasheet. Oleh karena itu, model modul fovoltaik yang digunakan dianggap sudah baik.

3.4.2 Pemodelan dan Simulasi Konverter DC-DC

Pemodelan dan simulasi konverter DC-DC dilakukan untuk mengetahui karakteristik konverter terhadap perubahan duty cycle.

30

Gambar 3.8 Pemodelan rangkaian konverter buck-boost.

Komponen yang digunakan pada pemodelan konverter buck-boost sesuai dengan nilai yang tertera pada Tabel 3.2. Saat simulasi digunakan tegangan input Vin = 12 volt dan variasi duty cycle D dengan perubahan step dari 0.4 menuju 0.6. Hasil simulasi yang ditampilkan pada Tabel 3.4 menunjukan bahwa konverter buck-boost yang dimodelkan telah sesuai dengan karakteristik yang telah dijelaskan pada Subbab 2.3.1 poin C.

Tabel 3.4 Hasil simulasi konverter buck-boost. Duty cycle Vin (Volt) Vout (Volt)

0,4 12 -8 V 0,6 12 -18 V

Variabel yang dikontrol oleh MPPT adalah tegangan input konverter buck-boost atau tegangan output panel fotovoltaik. Untuk itu perlu diketahui perubahan duty cycle terhadap perubahan tegangan input konverter dengan cara memberikan variasi nilai input duty cycle secara step pada konverter buck-boost.

31

Gambar 3.9 Respon Vpv terhadap perubahan step positif duty

cycle.

Diketahui bahwa respon tegangan input konverter terbalik dengan perubahan duty cycle seperti pada Gambar 3.8. Saat diberikan duty cycle step positif, tegangan input konverter DC-DC menghasilkan step negatif. Oleh karena itu, nilai setpoint berupa VMPP harus diberikan gain negatif dan tegangan modul fotovoltaik Vpv harus diberikan gain positif seperti ditampilkan pada Persamaan 3.1. 3.5 Perancangan ANFIS.

ANFIS pada penelitian ini digunakan sebagai kontroler pada MPPT. Input yang digunakan pada ANFIS terdiri 2 buah yaitu error 𝑒 dan selisih error ∆𝑒. Output yang dihasilkan adalah nilai selisih duty cycle ∆𝑑 . Seperti halnya Jaringan Syarat Tiruan, ANFIS perlu diberikan pelatihan terlebih dahulu menggunakan pasangan data input-output. Pelatihan perlu dilakukan agar ANFIS mampu mempelajari informasi mengenai sekumpulan data tersebut. Saat proses pelatihan, dilakukan penyesuaian paramater-parameter premis dan konsekuen sehingga ANFIS mampu membentuk model yang sesuai dengan sekumpulan data pelatihan yang diberikan. Pada penelitian ini perancangan ANFIS dilakukan

32

dengan bantuan ANFIS Editor GUI pada perangkat lunak MATLAB.

Gambar 3.10 Struktur ANFIS.

Struktur ANFIS terdiri dari dari lima buah lapisan yang memiliki fungsi berbeda-beda. Struktur ANFIS yang dibentuk ditampilkan pada Gambar 3.9. Pada lapisan kedua terdapat sekumpulan fungsi keanggotaan input untuk menentukan derajat keanggotaan nilai input yang diberikan. Selain itu pada lapisan keempat terdapat sekumpulan fungsi keanggotaan output untuk menentukan derajat pengaktifan (firing strength) dari setiap aturan-aturan (rules) pada lapisan kedua.

Pada penelitian ini, fungsi keanggotaan dipilih sedemikian rupa sehingga hasil pelatihan memiliki error terkecil. Jenis fungsi keanggotaan input yang digunakan adalah tipe Gaussian (gaussmf) sebanyak 5 buah untuk masing-masing input. Persamaan fungsi keanggotaan Gaussian adalah

𝜇(𝑥) = 𝑒− (𝑥−𝑐)2 𝜎²

2

(3.4)

dimana x adalah input, c adalah titik tengah fungsi Gauss dan σ adalah standar deviasi. Ketiga paramater ini dinamakan parameter

33

premis adaptif. Parameter premis adaptif akan diubah-ubah selama proses pelatihan.

Setelah dilakukan pelatihan, diperoleh bentuk fungsi keanggotaan input dengan parameter-parameter yang sudah dioptimalkan seperti ditampilkan pada Gambar 3.10 untuk input error dan Gambar 3.11 untuk input selisih (delta) error.

Gambar 3.11 Fungsi keanggotaan untuk input error.

Input error hasil pelatihan terdiri dari 5 buah fungsi keanggotaan dengan parameter sebagai berikut: NB [σ=2,521; c=-18,49] NS [σ =3,443; c=-10,99] ZE [σ =3,217; c=-3,806] PS [σ =3,271; c=3,404] PB [σ =3,059; c=10,9]

Apabila diterapkan pada mikrokontroler maka kode program akan menjadi sebagai berikut:

//fuzzy set error float nume1 = pow(e-ce1,2); float dene1 = pow(sige1,2); float nume2 = pow(e-ce2,2); float dene2 = pow(sige2,2); float nume3 = pow(e-ce3,2); float dene3 = pow(sige3,2); float nume4 = pow(e-ce4,2); float dene4 = pow(sige4,2); float nume5 = pow(e-ce5,2); float dene5 = pow(sige5,2);

34

float Ue1 = exp(-(nume1)/(2*dene1)); float Ue2 = exp(-(nume2)/(2*dene2)); float Ue3 = exp(-(nume3)/(2*dene3)); float Ue4 = exp(-(nume4)/(2*dene4)); float Ue5 = exp(-(nume5)/(2*dene5));

dimana variabel e, ce, dan sige dalam kode secara berurutan merupakan error tegangan, titik tengah fungsi Gaussian (c), dan standar deviasi (σ).

Gambar 3.12 Fungsi keanggotaan untuk input selisih error.

Input selisih (delta) error hasil pelatihan terdiri dari 5 buah fungsi keanggotaan dengan parameter sebagai berikut: NB [σ=3,07; c=-17,99] NS [σ =3,07; c=-10,76] ZE [σ =3,069; c=-3,536] PS [σ =3,07; c=3,693] PB [σ =3,07; c=10,92]

Apabila diterapkan pada mikrokontroler maka kode program akan menjadi sebagai berikut:

// fuzzy set derror float numde1 = pow(de-cde1,2); float dende1 = pow(sigde1,2); float numde2 = pow(de-cde2,2); float dende2 = pow(sigde2,2); float numde3 = pow(de-cde3,2); float dende3 = pow(sigde3,2); float numde4 = pow(de-cde4,2); float dende4 = pow(sigde4,2); float numde5 = pow(de-cde5,2); float dende5 = pow(sigde5,2);

35

float Ude1 = exp(-(numde1)/(2*dende1)); float Ude2 = exp(-(numde2)/(2*dende2)); float Ude3 = exp(-(numde3)/(2*dende3)); float Ude4 = exp(-(numde4)/(2*dende4)); float Ude5 = exp(-(numde5)/(2*dende5));

dimana variabel de, ce, dan sige dalam kode secara berurutan merupakan selisih (delta) error tegangan, titik tengah fungsi Gaussian (c), dan standar deviasi (σ).

Fungsi keanggotaan output yang digunakan pada ANFIS yang dirancang adalah fungsi orde nol yaitu

𝑓 = 𝑐 (3.5)

dimana c adalah parameter konsekuen adaptif berbentuk konstanta. Seperti halnya parameter premis, parameter konsekuen pada fungsi keanggotaan output juga akan diubah-ubah selama proses pelatihan.

Gambar 3.13 Fungsi keanggotaan output.

Setelah dilakukan pelatihan, diperoleh 25 buah fungsi keanggotaan output dengan parameter konsekuen sebagai berikut:

NB(1) [2.798e-005] PS(14) [0.02669] NB(2) [-0.0006443] PS(15) [-0.05613] NS(3) [-0.05019] NS(16) [-9.6e-007] NS(4) [0.05311] ZE(17) [-0.02135]

36

ZE(5) [0.0005697] PS(18) [-0.01883] NB(6) [3.629e-006] PS(19) [0.02271] NS(7) [0.001558] PB(20) [-0.02461] NS(8) [0.1764] ZE(21) [4.282e-006] ZE(9) [-0.192] PS(22) [0.0842] PS(10) [-0.002624] PS(23) [0.01417] NS(11) [-3.575e-006] PB(24) [-0.01028] NS(12) [-0.07225] PB(25) [0.002296] ZE(13) [-0.02732]

Aturan-aturan (rules) yang terbentuk setelah pelatihan berjumlah sebanyak 25 buah seperti yang disajikan pada Tabel 3.5.

Tabel 3.5 Basis aturan-aturan (rules). e

NB NS ZE PS PB

∆e

NB NB(1) NB(6) NS(11) NS(16) ZE(21) NS NB(2) NS(7) NS(12) ZE(17) PS(22) ZE NS(3) NS(8) ZE(13) PS(18) PS(23) PS NS(4) ZE(9) PS(14) PS(19) PB(24) PB ZE(5) PS(10) PS(15) PB(20) PB(25)

Keterangan : e : error tegangan ∆e : selisih error tegangan saat ini dan sebelumnya NB : Negative Big NS : Negative Small ZE : Zero PS : Positive Small PB : Positive Big

Setelah pelatihan selesai dilaksanakan maka ANFIS siap digunakan untuk proses inferensi. Pada lapisan kedua, derajat keanggotaan setiap fungsi keanggotaan akan diperoleh sesuai dengan input error dan selisih error yang diberikan. Selanjutnya derajat pengaktifan untuk setiap fuzzy rule akan diberikan dengan mengalikan setiap derajat keanggotaan sesuai dengan Persamaan 2.15. Pada lapisan ketiga derajat pengaktifan yang telah diperoleh

37

akan dinormalisasikan menggunakan formulasi seperti pada Persamaan 2.16. Pada lapisan keempat derajat pengaktifan ternormalisasi pada setiap simpul akan dikalikan dengan parameter konsekuen menggunakan Persamaan 2.17. Akhirnya pada lapisan kelima seluruh keluaran dari simpul-simpul sebelumnya akan dijumlahkan dan diperoleh hasil inferensi berupa selisih duty cycle. 3.6 Rancangan simulasi MPPT berbasis ANFIS

Simulasi MPPT ANFIS secara keseluruhan dilakukan dengan menggabungkan model modul fotovoltaik dengan model konverter buck-boost. Blok kontroler MPPT ANFIS kemudian ditambahkan untuk mengatur duty cycle konverter buck-boost sesuai dengan kondisi klimatik yang bervariasi sehingga modul fotovoltaik dapat menghasilkan daya maksimum. Untuk mengetahui unjuk kerja kontroler ANFIS dalam menjalakan aksi MPPT, diberikan variasi input step nilai radiasi matahari dan suhu modul fotovoltaik.

Gambar 3.14 Simulasi MPPT ANFIS pada Simulink.

Simulasi dilakukan menggunakan bantuan perangkat lunak PSIM 9.0 dan MATLAB Simulink. Kedua perangkat lunak dapat digunakan secara co-simulation dengan menggunakan modul SimCoupler. Pemodelan subsistem konverter buck-boost terhubung dengan panel fotovoltaik dilakukan pada PSIM dan

38

subsistem MPPT ANFIS dilakukan menggunakan MATLAB Simulink.

Gambar 3.15 Simulasi MPPT ANFIS pada PSIM.

3.7 Realisasi MPPT ANFIS

Realisasi MPPT ANFIS dibedakan menjadi beberapa subsistem yaitu sensor, konverter DC-DC, dan kontroler. Sensor yang digunakan adalah sensor arus dan tegangan INA219. Pengukuran tegangan dilakukan untuk mendapatkan nilai error dan selisih error tegangan panel fotovoltaik serta pengukuran arus dilakukan untuk mengetahui daya listrik yang dihasilkan. Konverter DC-DC yang digunakan adalah konverter buck-boost yang telah dikembangkan pada penelitian lain sesuai dengan spesifikasi pada Tabel 3.7[15]. Arduino MEGA 2560 digunakan sebagai kontroler sekaligus sebagai perangkat akuisisi data. Berikut merupakan komponen-komponen yang digunakan pada MPPT ANFIS.

39

A. Sensor INA219

Tabel 3.6 Spesifikasi sensor INA219. No. Keterangan Spesifikasi Ilustrasi 1. Range

pengukuran arus

± 3,2 A

sumber: adafruit.com

2. Resolusi pengukuran tegangan

0,8 mA

3. Range pengukuran tegangan

0 – 26 V

4. Tegangan suplay

3.3 – 5 V

5. Suhu operasi

-40 to 125°C

6. Fitur khusus Bi-directional I2C Programmable Gain

B. Konverter Buck-boost

Tabel 3.7 Spesifikasi konverter buck-boost. No. Keterangan Spesifikasi Ilustrasi 1 Vin 9 – 22 V

2 Vout nominal 14 V 3 Iout 1,5 A 4 Frekuensi

pensaklaran 25 kHz

5 Induktor 193 μH 6 Kapasitor

output 470 μF, 50V

7 Beban resistif nominal

8 Ω

40

C. Arduino MEGA 2560

Tabel 3.8 Spesifikasi Arduino MEGA 2560. No. Mikrokontroler ATmega2560

sumber :

pololu.com

1. Tegangan Operasi 5 V 2. Tegangan Input

(rekomendasi) 7-12 V

4. Jumlah Pin Digital I/O

54 (15 sebagai PWM)

5. Jumlah Pin Analog

16

6. Arus DC setiap pin I/O

20 mA

7. Arus DC untuk pin 3.3V

50 mA

8. Flash Memory 256 KB (8KB bootloader)

9. SRAM 8 KB 10. EEPROM 4 KB 11. Kecepatan Clock 16 MHz 12. LED_BUILTIN 13

Gambar 3.16 Realisasi perangkat keras MPPT ANFIS.

41

3.8 Pengambilan Data Pengambilan data MPPT ANFIS dilaksanakan dengan cara

melakukan perbandingan keluaran daya panel fotovoltaik yang dilengkapi MPPT ANFIS dan panel fotovoltaik yang dihubungkan langsung dengan beban (non-MPPT). Selama pengujian kedua sistem diberikan beban yang sama. Pengukuran daya pada panel fotovoltaik dengan MPPT ANFIS terdiri dari pengukuran daya input (Pin MPPT) dan output konverter buck-boost (Pout MPPT). Sedangkan untuk pengukuran daya pada sistem non-MPPT hanya terdiri dari pengukuran daya output (Pout non-MPPT). Perekaman data dilakukan dengan bantuan perangkat lunak PLX-DAQ yang akan langsung merekam data pada Microsoft Office Excel.

42


43

BAB IV ANALISIS DAN PEMBAHASAN

4.1 Simulasi MPPT berbasis ANFIS

Simulasi MPPT ANFIS dilakukan untuk mengetahui unjuk kerja kontroler ANFIS yang telah dirancang dalam melakukan penjejakan MPP pada berbagai kondisi klimatik. Kondisi klimatik yang divariasikan pada simulasi yaitu suhu panel dan radiasi matahari. Tabel 4.1 menunjukan variasi suhu panel dan radiasi yang dilakukan saat simulasi. Variasi suhu dilakukan dengan transisi step.

Tabel 4.1 Variasi kondisi klimatik saat simulasi. Kondisi Suhu panel (°C) Radiasi matahari (W/m2) 1 28 333 2 37 574 3 51 972 4 43 710 5 32 432

Gambar 4.1 Variasi radiasi matahari.

44

Gambar 4.2 Variasi suhu panel.

Kontroler MPPT ANFIS dalam melakukan penjejakan kondisi MPP perlu mendapatkan informasi nilai tegangan VMPP. Nilai tegangan VMPP diperoleh menggunakan metode Open-voltage method seperti dijelaskan pada Subbab 2.2.2. Nilai VOC dan VMPP untuk berbagai variasi kondisi klimatik ditampilkan pada Tabel 4.2.

Tabel 4.2 Nilai VOC dan VMPP. Kondisi VOC (V) k VMPP (V) 1 20,28

0,78

15,82 2 20,12 15,69 3 19,59 15,28 4 19,88 15,51 5 20,22 15,77

4.1.1 Simulasi penjejakan VMPP

Pada simulasi ini akan diketahui unjuk kerja MPPT ANFIS dalam melakukan penjejakan tegangan VMPP pada berbagai variasi kondisi klimatik. Respon sistem terhadap perubahan perubahan kondisi klimatik secara keseluruhan dapat dilihat pada Gambar 4.3.

45

Gambar 4.3 Hasil penjejakan VMPP MPPT ANFIS (atas: tegangan;

bawah: duty cycle)

Berdasarkan respon yang dihasilkan, dapat diketahui bahwa MPPT ANFIS menunjukan unjuk kerja yang baik dalam melakukan penjejakan tegangan VMPP. Apabila ditelaah lebih lanjut, pada kondisi 2 akhir, 3 dan 4 MPPT ANFIS terlihat tidak dengan tepat menjejak tegangan VMPP dan menghasilkan respon yang relatif berfluktuasi.

Dengan meninjau sinyal kontrol berupa nilai duty cycle dapat diketahui bahwa fluktuasi tegangan terjadi akibat simpangan duty cycle yang besar. Hal ini dapat dengan jelas dilihat dari respon kondisi 2. Sinyal kontrol duty cycle yang dihasilkan oleh kontroler MPPT ANFIS sangat fluktuatif diakibatkan kontrol ANFIS memberikan nilai perubahan duty cycle ∆d yang relatif besar sebagai reaksi terhadap nilai error dan perubahan error yang yang relatif kecil.

4.1.2 Simulasi perbandingan daya output

Panel fotovoltaik akan menghasilkan daya maksimum yang mungkin ketika berada pada kondisi MPP yaitu saat Vpv sama dengan VMPP. Dengan menggunakan open-voltage method dapat diperkirakan nilai VMPP berdasarkan perkalian konstanta k dengan

46

VOC. Simulasi dilakukan untuk mengetahui apakah pada nilai VMPP perkiraan tersebut dapat dihasilkan daya maksimum.

Gambar 4.4 Daya panel fotovoltaik hasil penjejakan.

Hasil penjejakan MPPT ANFIS pada berbagai kondisi klimatik menunjukan bahwa daya yang dihasilkan panel fotovoltaik (P MPPT) mendekati daya maximum power point (PMPP). Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai VMPP yang diperkiran oleh open-voltage method cukup mendekati nilai VMPP sebenarnya dibuktikan dengan selisih Pmaks sebenarnya yang relatif kecil terhadap Pmaks MPPT. Dari tabel tersebut juga diketahui bahwa daya keluaran output konverter mendekati daya masukan (Pmaks MPPT) karena konverter buck-boost dimodelkan secara ideal.

47

Tabel 4.3 Perbandingan PMPP dan P MPPT. Kondisi Keterangan Daya (W)

1 PMPP 6.73 P MPPT 6.61 Pout konverter 6.54

2 PMPP 11,21 P MPPT 11,04 Pout konverter 10,90



5 PMPP 8.68 P MPPT 8.45 Pout konverter 8.45

4.2 Pengujian perangkat keras MPPT ANFIS 4.2.1 Pengujian sensor

Perangkat sensor pada sistem MPPT ANFIS adalah sebagai piranti untuk mengukur besaran fisis keluaran panel fovoltaik. Sensor yang digunakan adalah modul INA219 yang terdiri dari sensor arus dan tegangan. Pengujian sensor dilakukan untuk mengetahui performa sensor dalam melakukan pengukuran.

Sensor arus digunakan sebagai pengukur arus output yang dihasilkan panel fotovoltaik. Pengujian sensor dilakukan menggunakan DC power supply. Arus power supply divariasikan dengan kenaikan per 0.05 Ampere kemudian dicatat hasil pembacaan sensor untuk selanjutnya dibandingkan dengan arus yang tertera pada display power supply.

48

Gambar 4.5 Hasil pengujian sensor arus INA219.

Sensor tegangan digunakan untuk mengukur tegangan output pada terminal panel fotovoltaik. Sensor tegangan pada modul INA219 memiliki jangkauan pengukuran hingga 26 volt. Pengujian dilakukan dengan menggunakan DC power supply. Tegangan power supply diubah-ubah dengan kenaikan per 1 volt kemudian hasil pembacaan sensor dicatat dan selanjutnya dibandingkan dengan tegangan power supply.

Gambar 4.6 Hasil pengujian sensor tegangan INA219.

4.2.2 Pengujian konverter buck-boost

Tujuan dari pengujian konverter buck-boost adalah untuk mengetahui apakah perangkat telah bekerja sesuai dengan karakteristik konverter buck-boost dan untuk mengetahui efisiensi konversi yang dihasilkan. Pada pengujian ini beban yang

0,000,501,001,502,00

0,00 0,50 1,00 1,50 2,00

Pem

baca

an se

nsor

(A)

Arus power supply (A)

Pengujian pembacaan sensor arus INA219

0,00

10,00

20,00

30,00

0,00 5,00 10,00 15,00 20,00 25,00 30,00

Pem

baca

an s

enso

r (V

)

Tegangan Power Supply (V)

Pengujian pembacaan sensor tegangan INA219

49

digunakan adalah 4 buah lampu 12V 10W yang dirangkai secara seri.

Tabel 4.4 Perbandingan tegangan keluaran konverter buck-boost.

Duty cycle Vin (V)

Vout Galat (%) Hitung (V) Aktual (V)

0.10 12.00 -1.33 -1.19 10.75 0.15 12.00 -2.12 -2.24 5.78 0.20 12.00 -3.00 -3.20 6.67 0.25 12.00 -4.00 -4.17 4.25 0.30 12.00 -5.14 -5.43 5.58 0.35 12.00 -6.46 -6.91 6.94 0.40 12.00 -8.00 -8.40 5.00 0.45 12.00 -9.82 -10.4 5.93 0.50 12.00 -12.00 -12.27 2.25 0.55 12.00 -14.67 -15.02 2.41 0.60 12.00 -18.00 -18.31 1.72 0.65 12.00 -22.29 -22.40 0.51 0.70 12.00 -28.00 -28.50 1.79

Rata – rata 4.58

Untuk mengetahui karakteristik konverter buck-boost yang telah dibuat dilakukan pengujian dengan cara mengukur tegangan keluaran konverter terhadap variasi perubahan duty cycle dengan tegangan input konstan. Tegangan output aktual konverter kemudian dibandingkan dengan tegangan output perhitungan menggunakan Persamaan 2.11. Berdasarkan Tabel 4.4 diketahui bahwa tegangan output konverter mempunyai polaritas terbaik. konverter berada dalam keadaan buck (Vin > |Vout|) pada nilai duty cycle kurang dari 0.5 dan keadaan boost (Vin < |Vout|) pada nilai duty cycle lebih dari 0.5 dengan rata-rata galat (error) sebesar 4.58%. Dapat disimpulkan bahwa konverter yang dibuat telah sesuai dengan karakteristik konverter buck-boost.

50

Tabel 4.5 Efisiensi konverter buck-boost. Duty cycle

Vin (V)

Iin (A)

Vout (V)

Iout (A)

Pin (W)

Pout (W)

Efisiensi (%)

0.10 12.00 0.01 1.19 0.09 0.12 0.11 89.25 0.15 12.00 0.03 2.24 0.13 0.36 0.29 80.89 0.20 12.00 0.05 3.20 0.15 0.60 0.48 80.00 0.25 12.00 0.07 4.17 0.17 0.84 0.71 84.39 0.30 12.00 0.11 5.43 0.20 1.32 1.09 82.27 0.35 12.00 0.16 6.91 0.22 1.92 1.52 79.18 0.40 12.00 0.22 8.40 0.25 2.64 2.10 79.55 0.45 12.00 0.30 10.40 0.27 3.60 2.81 78.00 0.50 12.00 0.39 12.27 0.30 4.68 3.68 78.65 0.55 12.00 0.54 15.02 0.33 6.48 4.96 76.49 0.60 12.00 0.74 18.31 0.37 8.88 6.77 76.29 0.65 12.00 1.06 22.40 0.41 12.72 9.18 72.20 0.70 12.00 1.63 28.50 0.48 19.56 13.68 69.94

Rata - rata 79.01

Efisiensi konverter buck-boost dapat diketahui dengan cara membandingkan daya pada sisi output dengan sisi input. Setelah dilakukan pengujian diperoleh efisiensi yang mampu dihasilkan konverter rata-rata sebesar 79.01%. 4.3 Pengujian penjejakan VMPP MPPT ANFIS

Pengujian ini dilakukan untuk mengetahui unjuk kerja kontroler ANFIS yang telah dibuat pada perangkat keras MPPT dalam melakukan penjejakan VMPP. Pengujian dilakukan dari kondisi short-circuit (Vpv = 0).

51

Gambar 4.7 Pengujian penjejakan VMPP oleh MPPT ANFIS.

Hasil pengujian penjejakan menunjukan bahwa MPPT ANFIS mampu mengarahkan tegangan modul fotovoltaik Vpv menuju tegangan VMPP. Dibutuhkan waktu sekitar < 5 detik untuk MPPT ANFIS menjejak tegangan VMPP dari kondisi short-circuit. Berdasarkan hal tersebut dapat diketahui bahwa MPPT ANFIS yang dibuat telah berhasil melakukan penjejakan VMPP dengan baik. 4.4 Pengujian Sistem Tanpa Penjejak Matahari

Pengujian ini dilakukan untuk mengetahui seberapa besar peningkatan daya yang dihasilkan oleh sistem MPPT ANFIS relatif terhadap sistem non-MPPT. Sistem non-MPPT merupakan panel fovotolatik yang langsung dihubungkan dengan beban. Pengujian dilakukan menggunakan dua buah panel fotovoltaik 20 Wp yang diletakan pada posisi sedemikian rupa sehingga selalu terpapar kondisi klimatik yang sama. Beban yang digunakan adalah lampu 12V 10W. Berikut hasil pengujian yang dilakukan pada hari Minggu, 25 Desember 2016.

4.4.1 Pengujian dengan beban 2 buah lampu.

Pada pengujian ini beban yang digunakan adalah 2 buah lampu yang disusun secara seri untuk masing-masing sistem. Pengujian dilakukan pukul 11.00 – 13.30 WIB.

0

5

10

15

20

0 10 20 30

Tega

ngan

(V)

Waktu (detik)

Pengujian penjejakan VMPP

Vmpp

Vpv

52

Tabel 4.6 Perbandingan daya output beban 2 lampu.

No. MPPT non-

MPPT Peningkatan Pout (%) Duty

Cycle PWM Pin (W)

Pout (W)

Pout (W)

1. 0,54 137 11,69 9,08 8,50 6,82 2. 0,55 138 12,54 9,84 8,91 10,44 3. 0,54 137 11,65 9,20 9,07 1,43 4. 0,55 140 12,61 9,60 9,22 4,12 5. 0,55 139 12,53 9,92 8,71 13,89 6. 0,54 138 11,94 9,40 8,55 9,94 7. 0,54 138 12,31 9,97 8,73 14,20 8. 0,54 138 12,19 9,54 8,93 6,83 9. 0,55 139 12,53 10,13 8,90 13,82 10. 0,54 137 12,28 9,75 8,60 13,37 11. 0,31 79 2,32 1,46 0,88 65,91 12. 0,30 75 1,99 1,43 0,46 210,87 13. 0,42 106 4,78 3,43 4,62 -25,76 14. 0,33 83 2,84 1,99 1,11 79,28 15. 0,30 76 2,30 1,64 0,70 134,29 16. 0,40 101 4,59 3,38 3,60 -6,11 17. 0,39 98 4,18 3,06 2,97 3,03 18. 0,30 75 2,04 1,37 0,54 153,70 19. 0,44 112 6,46 4,72 5,19 -9,06 20. 0,36 90 3,75 2,79 1,95 43,08 21. 0,32 82 2,80 2,10 0,91 130,77 22. 0,34 86 3,04 2,29 1,08 112,04 23. 0,32 80 2,45 1,83 0,78 134,62 24. 0,33 83 2,72 1,96 0,93 110,75 25. 0,33 83 2,82 2,03 0,94 115,96

Rata-rata peningkatan Pout 53,93

Hasil pengujian dengan beban lampu 2 lampu menunjukan bahwa sistem MPPT ANFIS menghasilkan daya yang relatif lebih besar dibandingkan dengan sistem non-MPPT. Dari Tabel 4.6 dilihat bahwa MPPT ANFIS melakukan pengendalian duty cycle

53

untuk mencapai kondisi maximum power point (MPP). Akan tetapi, pada saat tertentu sistem non-MPPT menghasilkan daya lebih tinggi dibandingkan sistem MPPT ANFIS.

Gambar 4.8 Perbandingan daya MPPT dan non-MPPT beban 2

lampu

Berdasarkan Tabel 4.6 dapat dilihat bahwa daya yang masuk menuju konverter buck-boost MPPT ANFIS (Pin) memiliki nilai relatif lebih besar dibandingkan keluaran daya sistem non-MPPT. Hal ini menunjukan bahwa MPPT ANFIS telah mampu mengoptimalkan daya keluaran panel fotovoltaik pada kondisi klimatik yang berubah-ubah. Namun pada sistem MPPT ANFIS, daya yang dapat dimanfaatkan merupakan daya keluaran konverter buck-boost (Pout) yang memiliki efisiensi konversi sekitar 70-80% akibat rugi-rugi daya pada konverter. Berdasarkan Tabel 4.6 MPPT ANFIS mampu meningkatkan daya rata-rata sebesar 53,93 % relatif terhadap sistem non-MPPT.

4.4.2 Pengujian dengan beban 3 buah lampu.

Pada pengujian ini beban yang digunakan adalah 3 buah lampu yang disusun secara seri untuk masing-masing sistem. Pengujian dilakukan pada pukul 13.30 – 16.00 WIB.

0

5

10

15

0 10 20 30

Day

a (W

)

Indeks

Perbandingan daya MPPT dan non-MPPT(Beban 2 lampu)

Pout non-MPPT

Pin MPPT

Pout MPPT

54


No. MPPT non-


Cycle PWM Pin (W)

Pout (W)

Pout (W)

1. 0,47 119 6,07 4,48 7,13 -37,17 2. 0,48 123 7,10 5,69 7,22 -21,19 3. 0,49 125 7,40 5,98 7,15 -16,36 4. 0,46 117 5,90 4,61 6,75 -31,70 5. 0,47 120 6,45 5,13 6,88 -25,44 6. 0,49 123 7,17 5,83 7,45 -21,74 7. 0,49 125 7,56 6,26 7,60 -17,63 8. 0,52 132 8,98 7,12 7,68 -7,29 9. 0,53 133 9,33 7,58 7,65 -0,92 10. 0,52 133 9,29 7,54 7,63 -1,18 11. 0,52 133 9,02 7,50 7,58 -1,06 12. 0,51 130 8,65 7,34 7,57 -3,04 13. 0,25 63 1,73 1,46 0,61 139,34 14. 0,46 116 6,91 5,98 7,32 -18,31 15. 0,49 124 7,32 6,09 7,25 -16,00 16. 0,27 67 1,69 1,41 0,56 151,79 17. 0,48 121 6,97 5,93 7,29 -18,66 18. 0,44 112 5,69 4,89 6,85 -28,61 19. 0,48 122 6,75 5,74 7,33 -21,69 20. 0,42 106 4,63 4,11 5,51 -25,41 21. 0,32 80 2,27 1,97 1,76 11,93 22. 0,32 80 2,07 1,80 1,08 66,67 23. 0,31 77 1,98 1,72 0,97 77,32 24. 0,31 78 1,75 1,42 1,05 35,24 25. 0,30 76 1,70 1,51 0,76 98,68


55

Gambar 4.9 Perbandingan daya MPPT dan non-MPPT beban 4

lampu.

Pada pengujian kali ini daya yang dihasilkan oleh sistem non-MPPT (Pout non-MPPT) hampir mendekati daya yang masuk menuju sistem non-MPPT (Pin MPPT) seperti ditampilkan dalam Gambar 4.10. Konsekuensi dari hal tersebut adalah daya yang dikeluarkan oleh sistem MPPT ANFIS (Pout ANFIS) menjadi lebih kecil dibandingkan dengan Pout non-MPPT. Oleh karena itu, pada Tabel 4.7 dapat dilihat pada saat-saat tertentu peningkatan daya bernilai negatif dengan peningkatan daya rata-rata yang diperoleh hanya 10,70%. Rendahnya peningkatan daya yang dihasilkan oleh sistem MPPT ANFIS pada pengujian ini dapat terjadi karena beban yang diberikan pada sistem non-MPPT mampu membuatnya mendekati kondisi MPP. Nilai resistansi ekuivalen Req 3 buah lampu yang digunakan sebagai beban sistem non-MPPT mendekati nilai resistansi optimal Ropt. Oleh karena itu, daya output yang dihasilkan oleh sistem non-MPPT (Pout non-MPPT) hampir menyamai daya yang masuk menuju sistem MPPT ANFIS (Pin ANFIS) pada pengujian kali ini. Selain itu rugi-rugi daya yang terdapat konverter buck-boost salah satu penyebab rendahnya daya yang dihasilkan oleh sistem MPPT ANFIS.

0,002,004,006,008,00

10,00

0 10 20 30

Day

a (W

)

Indeks


P non-MPPT

Pin MPPT

Pout MPPT

56

4.4.3 Pengujian dengan beban 4 buah lampu. Beban yang digunakan adalah 4 buah lampu yang disusun

secara seri . Pengujian dilakukan pada pukul 09.00 – 11.00 WIB.


No. MPPT non-


Cycle PWM Pin (W)

Pout (W)

Pout (W)

1. 0,58 146 10,43 8,76 6,28 39,49 2. 0,57 145 9,97 8,18 6,21 31,72 3. 0,58 146 10,64 8,80 6,11 44,03 4. 0,58 147 10,83 9,35 5,86 59,56 5. 0,58 146 10,61 8,58 6,30 36,19 6. 0,58 147 10,83 9,35 5,62 66,37 7. 0,58 146 10,77 9,49 5,51 72,23 8. 0,57 146 10,60 8,88 4,69 89,34 9. 0,57 145 10,48 8,66 7,07 22,49 10. 0,58 148 11,08 9,47 7,01 35,09 11. 0,58 148 10,93 9,32 7,14 30,53 12. 0,58 148 10,71 9,33 6,80 37,21 13. 0,58 148 10,79 8,83 6,97 26,69 14. 0,56 141 8,72 7,87 6,50 21,08 15. 0,56 143 9,37 8,15 6,71 21,46 16. 0,58 148 11,33 9,49 7,16 32,54 17. 0,59 151 11,73 9,56 6,39 49,61 18. 0,57 145 9,86 7,69 6,01 27,95 19. 0,58 147 10,24 7,78 6,18 25,89 20. 0,59 150 10,87 8,58 6,09 40,89 21. 0,59 149 10,92 8,85 5,79 52,85 22. 0,60 152 11,94 9,54 6,38 49,53 23. 0,60 152 11,76 9,92 6,30 57,46 24. 0,60 152 11,79 9,52 6,26 52,08 25. 0,60 153 12,23 9,84 6,23 57,95


57

Gambar 4.10 Perbandingan Pout MPPT dan non-MPPT beban 4

lampu.

Pengujian dengan 4 buah lampu menunjukan bahwa sistem MPPT ANFIS mampu menghasilkan peningkatan daya yang cukup signifikan dibandingkan dengan daya yang dihasilkan oleh sistem non-MPPT. Berdasarkan Gambar 4.11 dan Tabel 4.8 secara umum dapat dilihat daya yang masuk menuju sistem MPPT (Pin MPPT) terpaut jauh hampir 2 kali lipat dengan dengan Pout non-MPPT. Peningkatan yang cukup besar ini menyebabkan daya keluaran sistem MPPT ANFIS (Pin MPPT) selalu menghasilkan daya yang jauh lebih besar dibandingkan Pout non-MPPT. Dapat diketahui pula peningkatan daya Pout yang dihasilkan oleh MPPT ANFIS rata-rata sebesar 40,68%. Peningkatan yang cukup signifikan ini disebabkan karena penggunaan beban 4 lampu menghasilkan resistansi ekuivalen Req yang jauh dari nilai resistansi optimal Ropt. Akibatnya hampir selama proses pengujian berlangsung sistem non-MPPT tidak mampu mencapai kondisi MPP sehingga menghasilkan daya yang jauh lebih rendah.

Berdasarkan pengujian variasi beban yang telah dilakukan, diketahui bahwa MPPT ANFIS mampu meningkatkan daya keluaran panel fotovoltaik pada nilai resisitansi beban yang bervariasi. Pada sistem non-MPPT, daya maksimum dapat diperoleh jika resistansi ekuivalen beban yang digunakan sesuai dengan resistansi optimal Ropt. Pada sistem MPPT ANFIS,

0,00

5,00

10,00

15,00

0 10 20 30

Day

a (W

)

Indeks


P non-MPPT

Pin MPPT

Pout MPPT

58

resistansi beban ekuivalen Req dapat dicapai secara otomatis dengan mengubah duty cycle oleh kontroler ANFIS sehingga daya maksimum dapat selalu diperoleh. 4.5 Pengujian Sistem Dengan Penjejak Matahari

Pada pengujian ini dilakukan integrasi sistem MPPT ANFIS dengan sistem penjejak matahari untuk mengetahui seberapa besar peningkatan daya yang dihasilkan. Pengujian dilakukan menggunakan dua buah panel fotovoltaik 20 Wp dengan konfigurasi satu panel dilengkapi dengan penjejak matahari dan satu panel diletakan tetap (fixed). Beban yang digunakan adalah lampu 12V 10W.

4.5.1 Pengujian MPPT ANFIS Pada Sistem Penjejak

Matahari Pada pengujian ini digunakan satu buah modul fotovoltaik

yang dilengkapi dengan sistem penjejak matahari. Pengujian ini dilakukan dengan cara membandingkan sistem yang dihubungkan langsung dengan beban (penjejak matahari tanpa MPPT) dan sistem yang dilengkapi dengan MPPT ANFIS (penjejak matahari dengan MPPT). Pengujian dilakukan pada tanggal 4 Januari 2017 pada pukul 09.30; 11.30 dan 14.00.

Tabel 4.9 Perbandingan daya pada sistem penjejak matahari pukul 09.30

Beban MPPT non-MPPT Peningkatan Pout (%) Pin (W) Pout (W) Pout (W)

2 Lampu 11,29 10,21 9,47 7,81 3 Lampu 10,31 8,67 8,36 3,71 4 Lampu 9,58 9,22 7,76 18,81

59

Tabel 4.10 Perbandingan daya pada sistem penjejak matahari pukul 11.30



Tabel 4.11 Perbandingan daya pada sistem penjejak matahari

pukul 14.00



Tabel 4.12 Rata-rata peningkatan daya MPPT vs non-MPPT pada

penjejak matahari

Beban Peningkatan Pout (%)

Pada Pukul Rata-rata (%) 09.30 11.30 14.00


Berdasarkan hasil pengujian yang dilakukan dengan beban

yang bervariasi dan waktu yang berbeda-beda dapat diketahui bahwa MPPT ANFIS mampu meningkatkan daya keluaran modul fotovoltaik yang telah dilengkapi oleh sistem penjejak matahari. Pada sistem MPPT ANFIS daya yang dikeluarkan modul fotovoltaik (Pin MPPT) dapat mencapai 14,67 Watt dengan daya yang dikeluarkan menuju beban (Pout MPPT) sebesar 12,95 Watt pada pukul 11.30 dengan beban 2 lampu. Pada kondisi yang sama, sistem non-MPPT hanya mampu menghasilkan daya sebesar 10,6 Watt. Berdasarkan Tabel 4.9, Tabel 4.10 dan.Tabel 4.11 peningkatan paling rendah terjadi pada beban 3 buah lampu untuk

60

waktu yang berbeda. Hal ini sesuai dengan hasil pengujian pada Subbab 4.4 bahwa pada beban 3 lampu resistansi ekuivalen Req hampir mendekati resistansi optimum Ropt sehingga kondisi MPP dapat tercapai tanpa memerlukan MPPT. Pada Tabel 4.12 ditunjukan rata-rata peningkatan daya yang terjadi adalah 11,75% untuk beban 2 lampu, 4,57% untuk beban 3 lampu, dan 15,26% untuk beban 4 lampu.

4.5.2 Pengujian Sistem Penjejak Matahari MPPT ANFIS dan

Sistem Fixed non-MPPT. Pengujian dilakukan dengan menggunakan modul

fotovoltaik tanpa dilengkapi apapun (fixed non-MPPT) dan modul fotovoltaik yang telah dilengkapi sistem penjejak matahari dan MPPT ANFIS. Pengujian dilakukan dengan beban 3 buah lampu. Pengambilan data dilakukan pada tanggal 5 Januari 2017 pukul 11.00 – 13.00.

Gambar 4.11 Perbandingan daya sistem penjejak matahari MPPT

ANFIS dan fixed.

0,00

5,00

10,00

15,00

20,00

0 5 10 15 20 25

Day

a (W

)

Indeks

Perbandingan Daya Sistem Penjejak Matahari dan Fixed (Beban 3 Lampu)

Pin Tracking Pout Tracking Pout Fixed

61

Tabel 4.13 Perbandingan daya sistem penjejak matahari MPPT ANFIS dan fixed non-MPPT.

No.

Penjejak Matahari MPPT ANFIS Fixed Peningkatan

Pout (%) Pin (W) Pout (W) Pout

(W) 1. 11,65 9,67 7,84 23,38 2. 9,31 7,33 7,38 -0,63 3. 12,64 10,54 7,74 36,12 4. 14,03 11,70 7,62 53,57 5. 10,47 8,95 7,52 18,94 6. 10,98 9,21 7,57 21,69 7. 13,62 11,51 7,77 48,11 8. 13,32 10,90 7,80 39,70 9. 15,10 13,20 7,67 72,24

10. 12,94 11,47 7,41 54,72 11. 13,57 11,67 7,35 58,76 12. 12,96 11,16 7,42 50,53 13. 3,03 2,28 2,15 6,40 14. 5,21 4,18 5,16 -18,91 15. 9,78 7,82 7,58 3,28 16. 12,40 10,20 7,71 32,26 17. 6,94 5,55 6,90 -19,58 18. 9,59 7,97 7,35 8,45 19. 13,26 11,22 7,65 46,66 20. 12,36 10,44 7,56 38,13


Dari data yang tersaji pada Tabel 4.13 dapat diketahui bahwa sistem penjejak matahari MPPT ANFIS mampu meningkatkan perolehan daya output rata-rata hingga 28,69 % dengan menggunakan beban 3 buah lampu. Peningkatan daya ini relatif lebih rendah apabila mengacu pada hasil penelitian sebelumnya mengenai sistem penjejak matahari tanpa MPPT yang mampu meningkatkan perolehan daya rata-rata hingga 30% [3]. Pengambilan data pada penelitian tersebut dilakukan pada bulan

62

Mei-Juni bertepatan dengan musim kemarau. Sedangkan pada penelitian ini pengambilan data dilakukan pada bulan November – Desember yang bertepatan dengan musim penghujan. Perbedaan kondisi klimatik ini tentu saja akan sangat berpengaruh pada daya yang dihasilkan oleh panel fotovoltaik selama proses pengambilan data. Oleh karena itu, perlu dilakukan studi lebih lanjut dimana proses pengambilan data dilakukan pada kondisi klimatik yang sama sehingga perbandingan dapat dilakukan tanpa bias.

Terdapat kondisi dimana peningkatan daya output bernilai negatif. Hal ini disebabkan karena saat pengambilan data kondisi klimatik befluktuatif (berawan dan berangin) sehingga pada saat tertentu terdapat kondisi klimatik yang dapat menyebabkan sistem fixed mencapai kondisi MPP dengan sendirinya. Selain itu apabila ditelaah lebih lanjut pada Tabel 4.13 diketahui bahwa daya yang masuk pada sistem MPPT (Pin MPPT) selalu relatif lebih besar dibandingkan daya keluaran Pout sistem fixed. Ini mengindikasikan bahwa MPPT ANFIS telah mampu mengoptimalkan daya keluaran panel fotovoltaik. Namun, akibat adanya rugi-rugi pada konverter buck-boost menyebabkan daya yang tersalurkan menuju beban (Pout MPPT) menjadi berkurang secara signifikan bahkan lebih rendah dari daya yang diperoleh dari sistem fixed.

Pada sistem penjejak matahari MPPT ANFIS, setiap subsistem memiliki peranan masing-masing dalam upaya untuk meningkatkan daya output fotovoltaik. Subsistem penjejak matahari berperan untuk selalu menghadapkan modul fovoltaik tepat pada arah datang sinar matahari sehingga modul selalu terpapar radiasi matahari secara maksimum. Meningkatnya radiasi matahari akan meningkatkan nilai arus hubung singkat (short circuit current, Isc) modul. Akibatnya daya yang dihasilkan oleh modul pun akan meningkat. Akan tetapi, daya yang dihasilkan oleh modul fotovoltaik dipengaruhi beban yang digunakan. Subsistem MPPT ANFIS berperan untuk mengkekstrak daya maksimum yang mungkin dari modul fotovoltaik berdasarkan penelusuran titik daya maksimum atau maksimum power point (MPP) pada kurva karakteristik I-V fovoltotaik. MPPT ANFIS memastikan modul fotovoltaik agar selalu mengeluarkan daya maksimum yang

63

mungkin pada kondisi klimatik tertentu. Berdasarkan pengujian yang telah dilakukan, MPPT ANFIS juga mampu meningkatkan daya keluaran pada beban yang berbeda.

64


65

BAB V PENUTUP

5.1 Kesimpulan

Berdasarkan penelitian dan analisis yang telah dilaksanakan diperoleh beberapa kesimpulan sebagai berikut: x Telah berhasil dirancang MPPT berbasis ANFIS pada

sistem penjejak matahari dengan input berupa error yaitu selisih antara tegangan modul fotovoltaik dengan setpoint VMPP dan delta error yaitu selisih error saat ini dan sebelumnya. Nilai VMPP diperoleh berdasarkan open-voltage method.

x MPPT ANFIS yang telah dirancang mampu meningkatkan daya output fotovoltaik relatif terhadap sistem non-MPPT pada sistem penjejak matahari. Peningkatan daya rata-rata relatif terhadap sistem non-MPPT adalah 11,75% untuk beban 2 lampu; 4,57% untuk beban 3 lampu, dan 15,26% untuk beban 4 lampu. Selain itu diperoleh peningkatan daya pada sistem penjejak matahari MPPT ANFIS sebesar 26,69% relatif terhadap sistem fixed dengan beban 3 lampu.

5.2 Saran

Beberapa saran yang diberikan untuk pengembangan selanjutnya pada penelitian ini adalah sebagai berikut: x Menggunakan komponen-komponen dengan kualitas lebih

baik dan memperhatikan jalur koneksi antar komponen pada konverter DC-DC sehingga dapat mengurangi rugi-rugi daya pada konverter.

x Pemilihan pasangan data input-output untuk pelatihan ANFIS perlu diperhatikan sedemikian rupa sehingga data yang digunakan sepenuhnya representatif terhadap sistem yang akan dimodelkan.

x Melengkapi MPPT dengan sistem battery charge controller sehingga daya listrik yang dihasilkan modul fotovoltaik dapat disimpan dengan aman pada baterai.

66


DAFTAR PUSTAKA [1] Veldhuis, A., & Reinders, A. (2015). Reviewing the

potential and cost-effectiveness of off-grid PV systems in Indonesia on a provincial level . Renewable and Sustainable Energy Reviews , 52, 757–769.

[2] Tito, B. (2012). Metode MPPT Baru untuk Sel Surya Berdasarkan Pengendali PI. Universitas Indonesia, Teknik Elektro. Depok: Universitas Indonesia.

[3] Birilianti, N. (2015). Implementasi Kontrol Fuzzy Pada Sistem Penjejak Matahari Aktif Dua Derajat Kebebasan Untuk Meningkatkan Penerimaan Energi Matahari Photovoltaic. Institut Teknologi Sepuluh Nopember Surabaya, Teknik Fisika. Surabaya: Institut Teknologi Sepuluh Nopember Surabaya

[4] Villalva, M. G., Gazoli, J. R., & Filho, E. R. (2009). Comprehensive Approach to Modeling and Simulation of Photovoltaic Arrays. IEEE Transaction On Power Eelectronics, 24, 1198-1208

[5] Kolsi, S., Samet, H., & Amar, M. Ben. (2014). Design Analysis of DC-DC Converters Connected to a Photovoltaic Generator and Controlled by MPPT for Optimal Energy Transfer throughout a Clear Day. Journal of Power and Energy Engineering, 2(1), 27–34.

[6] Dolara, a., Faranda, R., & Leva, S. (2009). Energy Comparison of Seven MPPT Techniques for PV Systems. Journal of Electromagnetic Analysis and Applications, 1(3), 152–162.

[7] Karanjkar, D. S., Chatterji, S., L, S. S., & Kumar, A. (2014). Real Time Simulation and Analysis of Maximum Power Point Tracking (MPPT) Techniques for Solar Photo-Voltaic System. 2014 Recent Advances Engineering and Computational Sciences (RAECS) (pp. 1-6). Chandigarh: IEEE.

[8] Ahmad, J. (2010). A Fractional Open Circuit Voltage Based Maximum Power Point Tracker for Photovoltaic

Arrays. 2nd International Conference on Software Technology and Engineering (ICSTE), V1-247 - V1-250

[9] Murdianto., F., Panangsang, O., & Priyadi, A. (2015). Modelling and Simulation of MPPT-Bidirectional Using Adaptive Neuro Fuzzy Inference System (ANFIS) in Distributed Energy Generation System. 2015 International Seminar on Intelligent Technology and Its Applications (ISITIA) (pp. 207 - 212 ). Surabaya: IEEE.

[10] Bin-halabi, A., Abdennour, A., & Mashaly, H. (2014). An Accurate ANFIS-based MPPT for Solar PV System. International Journal of Advanced Computer Research, 4(15), 588–595.

[11] Eltawil, M. A., & Zhao, Z. (2013). MPPT techniques for photovoltaic applications . Renewable and Sustainable Energy Reviews , 25, 793-813.

[12] Muhammad, Amar dkk. 2012. Rancang Bangun Sistem Penjejak Matahari 2 Sumbu Berbasis Kontrol Adaptive Neuro-Fuzzy Inference System (ANFIS). Surabaya: Institut Teknologi Sepuluh Nopember.

[13] Santoso, H. E., & Musyafa', A. (2016). Implementasi Kontrol Dual Adaptive Neuro-Fuzzy Inference System (ANFIS) Pada Sistem Penjejak Matahari Dua Posisi Untuk Meningkatkan Performansi Photovoltaic. Institut Teknologi Sepuluh Nopember Surabaya, Teknik Fisika. Surabaya: Institut Teknologi Sepuluh Nopember Surabaya.

[14] Duran, E., Sidrach-dc-Cordona, M., Galan, J., & Andujar, J. M. (2008). Comparative Analysis of Buck-Boost Converters used to obtain I-V Characterictic Curves of Photovoltaic Modules. IEEE Power Electronics Specialists Conference (pp. 2036-2042). IEEE.

[15] Putro, B. I. (2014). Racang Bangun DC-DC Buck Boost Converter Berbasis Arduino Pada Mini Plant Solar Tracking System. D3 Metrologi dan Instrumentasi. Surabaya: Institut Tekonlogi Sepuluh Nopember.

[16] Putra, B. P., Aisjah, A. S., & Arifin, S. (2013). Rancang Bangun Maximum Power Point Tracking pada Panel Photovoltaic Berbasis Logika Fuzzy di Buoy Weather Station. Jurnal Teknik POMITS, 2, 299-304.

[17] Altas, I. H., & Sharaf, A. M. (2007). A Generalized Direct Approach for Designing Fuzzy Logic Controllers in Matlab/Simulink Gui Environment. International Journal of Information Technology and Intelligent Computing, 1(4).

[18] Desraino, A. (2016). Desain Maximum Power Point Tracking (MPPT) Solar Charge Controller Menggunakan Buck Converter Dengan Metode Logika Fuzzy di Buoy Weather Station. Institut Teknologi Sepuluh Nopember, Teknik Fisika. Surabaya: Institut Teknologi Sepuluh Nopember


71

LAMPIRAN A Tabel A.1 Hasil pengujian sistem MPPT ANFIS beban 2 lampu

(tanpa penjejak matahari). No. Vin (V) Iin (I) Vout (V) Iout (A) Duty Cycle PWM 1. 14,17 0,82 17,26 0,53 0,54 137 2. 14,07 0,89 18,04 0,55 0,55 138 3. 13,98 0,83 17,21 0,53 0,54 137 4. 13,98 0,90 18,08 0,53 0,55 140 5. 13,91 0,90 18,04 0,55 0,55 139 6. 13,84 0,86 17,46 0,54 0,54 138 7. 14,09 0,87 17,89 0,56 0,54 138 8. 14,01 0,87 17,69 0,54 0,54 138 9. 14,08 0,89 18,08 0,56 0,55 139

10. 14,06 0,87 17,88 0,55 0,54 137 11. 12,48 0,19 6,02 0,24 0,31 79 12. 12,16 0,16 5,40 0,26 0,30 75 13. 12,76 0,37 9,73 0,35 0,42 106 14. 13,25 0,21 6,91 0,29 0,33 83 15. 13,10 0,18 6.00 0,27 0,30 76 16. 13,55 0,34 9,50 0,36 0,40 101 17. 13,48 0,31 9,03 0,34 0,39 98 18. 12,26 0,17 5,60 0,24 0,30 75 19. 14,12 0,46 12,01 0,39 0,44 112 20. 13,94 0,27 8,42 0,33 0,36 90 21. 13,22 0,21 6,93 0,30 0,32 82 22. 13,32 0,23 7,29 0,31 0,34 86 23. 12,65 0,19 6,25 0,29 0,32 80 24. 12,98 0,21 6,78 0,29 0,33 83 25. 13,22 0,21 6,91 0,29 0,33 83

72

Tabel A.2 Hasil pengujian sistem non-MPPT beban 2 lampu (tanpa penjejak matahari).

No. Vout (V) Iout (A) Pout (V) 1. 16,35 0,52 8,50 2. 16,47 0,54 8,91 3. 16,27 0,56 9,07 4. 16,46 0,56 9,22 5. 16,42 0,53 8,71 6. 16,25 0,53 8,55 7. 16,33 0,53 8,73 8. 16,35 0,55 8,93 9. 16,39 0,54 8,90

10. 16,33 0,53 8,60 11. 3,51 0,25 0,88 12. 2,23 0,21 0,46 13. 10,74 0,43 4,62 14. 4,12 0,27 1,11 15. 2,87 0,24 0,70 16. 9,21 0,39 3,60 17. 7,88 0,38 2,97 18. 2,37 0,23 0,54 19. 12,14 0,43 5,19 20. 5,91 0,33 1,95 21. 3,60 0,25 0,91 22. 4,10 0,26 1,08 23. 2,99 0,26 0,78 24. 3,56 0,26 0,93 25. 3,70 0,25 0,94

Tabel A.3 Hasil pengujian sistem MPPT ANFIS beban 3 lampu (tanpa penjejak matahari).

No. Vin (V) Iin (I) Vout (V) Iout (A) Duty Cycle PWM

1. 14,20 0,43 13,40 0,33 0,47 119 2. 14,57 0,49 14,89 0,38 0,48 123 3. 14,65 0,51 15,36 0,39 0,49 125 4. 14,34 0,41 13,28 0,35 0,46 117 5. 14,58 0,44 14,02 0,37 0,47 120 6. 14,79 0,48 15,19 0,38 0,49 123 7. 14,43 0,52 15,61 0,40 0,49 125 8. 14,73 0,61 17,45 0,41 0,52 132 9. 14,57 0,64 17,88 0,42 0,53 133 10. 14,50 0,64 17,84 0,42 0,52 133 11. 14,58 0,62 17,50 0,43 0,52 133 12. 14,56 0,59 17,10 0,43 0,51 130 13. 13,38 0,13 6,09 0,24 0,25 63 14. 15,91 0,43 14,86 0,40 0,46 116 15. 14,49 0,50 15,46 0,39 0,49 124 16. 12,62 0,13 6,05 0,23 0,27 67 17. 14,56 0,48 14,95 0,40 0,48 121 18. 15,01 0,38 13,18 0,37 0,44 112 19. 14,62 0,46 14,67 0,39 0,48 122 20. 14,29 0,32 11,53 0,36 0,42 106 21. 12,46 0,18 7,40 0,27 0,32 80 22. 11,80 0,18 7,00 0,26 0,32 80 23. 11,94 0,17 6,79 0,25 0,31 77 24. 11,22 0,16 6,28 0,23 0,31 78 25. 11,26 0,15 6,13 0,25 0,30 76

74



10. 17,58 0,43 7,63 11. 17,50 0,43 7,58 12. 17,31 0,44 7,57 13. 3,11 0,20 0,61 14. 16,95 0,43 7,32 15. 17,04 0,43 7,25 16. 2,90 0,19 0,56 17. 16,92 0,43 7,29 18. 15,88 0,43 6,85 19. 16,88 0,43 7,33 20. 13,82 0,40 5,51 21. 6,42 0,27 1,76 22. 4,61 0,23 1,08 23. 4,11 0,24 0,97 24. 4,59 0,23 1,05 25. 3,51 0,22 0,76

Tabel A.5 Hasil pengujian sistem MPPT ANFIS beban 4 lampu (tanpa penjejak matahari).

No. Vin (V) Iin (I) Vout (V) Iout (A) Duty Cycle PWM

1. 14,39 0,73 21,09 0,42 0,58 146 2. 14,33 0,70 20,51 0,40 0,57 145 3. 14,40 0,74 21,47 0,41 0,58 146 4. 14,49 0,75 21,56 0,43 0,58 147 5. 14,48 0,73 21,24 0,40 0,58 146 6. 14,48 0,75 21,54 0,43 0,58 147 7. 14,39 0,75 21,46 0,44 0,58 146 8. 14,42 0,73 21,20 0,42 0,57 146 9. 14,34 0,73 21,07 0,41 0,57 145

10. 14,49 0,76 21,86 0,43 0,58 148 11. 14,37 0,76 21,68 0,43 0,58 148 12. 14,42 0,74 21,45 0,44 0,58 148 13. 14,31 0,75 21,57 0,41 0,58 148 14. 14,04 0,62 18,88 0,42 0,56 141 15. 14,13 0,66 19,83 0,41 0,56 143 16. 14,54 0,78 22,26 0,43 0,58 148 17. 14,24 0,82 22,61 0,42 0,59 151 18. 14,15 0,70 20,38 0,38 0,57 145 19. 14,13 0,72 20,68 0,38 0,58 147 20. 14,14 0,77 21,62 0,40 0,59 150 21. 14,17 0,77 21,60 0,41 0,59 149 22. 14,24 0,84 22,79 0,42 0,60 152 23. 14,27 0,82 22,59 0,44 0,60 152 24. 14,10 0,84 22,64 0,42 0,60 152 25. 14,04 0,87 23,09 0,43 0,60 153

76



10. 17,64 0,40 7,01 11. 17,47 0,41 7,14 12. 17,28 0,39 6,80 13. 17,28 0,4 6,97 14. 16,91 0,38 6,5 15. 17,25 0,39 6,71 16. 17,60 0,41 7,16 17. 17,10 0,37 6,39 18. 16,70 0,36 6,01 19. 16,78 0,37 6,18 20. 16,94 0,36 6,09 21. 16,94 0,34 5,79 22. 17,11 0,37 6,38 23. 16,95 0,37 6,30 24. 17,02 0,37 6,26 25. 16,90 0,37 6,23

LAMPIRAN B Tabel B.1 Uji naik pembacaan sensor tegangan INA219.

Vin (V) Uji Naik (V) Rata-rata

(V) 1 2 3 4 5 1.00 1.08 1.07 1.05 1.08 1.06 1.07 2.00 2.02 2.00 2.00 2.02 2.05 2.02 3.00 3.06 3.04 3.07 3.02 3.04 3.05 4.00 4.07 4.08 4.02 4.03 4.04 4.05 5.00 5.00 5.03 5.03 5.02 5.02 5.02 6.00 6.06 6.05 6.04 6.02 6.00 6.03 7.00 7.01 7.02 7.01 7.04 7.02 7.02 8.00 8.01 8.02 8.04 8.01 8.00 8.02 9.00 9.03 9.01 9.03 9.03 9.06 9.03

10.00 10.04 10.02 10.02 10.05 10.01 10.03 11.00 11.03 11.00 11.02 11.01 11.01 11.01 12.00 12.00 12.00 12.01 12.03 12.04 12.02 13.00 13.05 13.04 13.06 13.05 13.04 13.05 14.00 14.06 14.04 14.00 14.02 14.01 14.03 15.00 15.02 15.00 15.03 15.04 15.02 15.02 16.00 16.00 16.06 16.05 16.04 16.04 16.04 17.00 17.06 17.03 17.00 17.02 17.01 17.02 18.00 18.00 18.00 17.99 18.03 18.04 18.01 19.00 19.06 19.04 19.04 19.01 19.00 19.03 20.00 20.00 19.99 19.98 20.01 19.96 19.99 21.00 20.98 20.97 21.02 21.03 21.02 21.00 22.00 21.97 22.04 22.00 22.01 22.03 22.01 23.00 22.98 22.98 23.06 23.04 22.99 23.01 24.00 23.98 24.00 24.01 23.96 24.02 23.99 25.00 24.97 25.01 24.96 24.93 24.94 24.96

78

Tabel B.2 Uji turun pembacaan sensor tegangan INA219.

Vin (V) Uji Turun (V) Rata-rata

(V) 1 2 3 4 5 1.00 1.07 1.06 1.06 1.06 1.05 1.06 2.00 2.02 2.02 2.05 2.05 2.04 2.04

3.00 3.07 3.07 3.05 3.04 3.02 3.05 4.00 4.01 4.02 4.02 4.02 4.01 4.02 5.00 5.03 5.04 5.04 5.06 5.04 5.04 6.00 6.04 6.00 6.02 6.00 6.04 6.02 7.00 7.02 7.03 7.04 7.00 7.03 7.02 8.00 8.02 7.99 7.97 8.09 8.06 8.03 9.00 9.08 9.08 9.09 9.08 9.09 9.08

10.00 10.02 9.99 10.06 10.06 10.06 10.04 11.00 11.04 10.94 11.08 11.08 11.07 11.04 12.00 12.00 11.98 12.01 11.99 11.98 11.99 13.00 13.01 13.02 13.04 13.05 13.07 13.04 14.00 14.04 14.04 14.05 14.05 14.03 14.04 15.00 14.97 14.99 15.00 15.04 15.02 15.00 16.00 15.99 16.00 15.97 16.01 16.02 16.00 17.00 17.02 17.00 17.00 16.97 16.94 16.99 18.00 17.93 17.94 17.92 17.93 17.99 17.94 19.00 18.97 18.97 18.94 18.95 18.96 18.96 20.00 19.97 20.02 19.95 20.00 20.01 19.99 21.00 21.01 20.98 20.98 20.94 20.94 20.97 22.00 22.00 22.01 22.97 22.03 22.02 22.21 23.00 23.01 23.03 22.99 22.95 22.93 22.98 24.00 23.95 23.95 24.04 24.02 24.01 23.99 25.00 24.97 24.99 24.93 24.99 25.00 24.98

Tabel B.3 Rata-rata pembacaan sensor tegangan INA219.

Vin (V) Rata-rata Naik (V)

Rata-rata Turun (V)

Rata-rata (V)

1.00 1.07 1.06 1.06 2.00 2.02 2.04 2.03

3.00 3.05 3.05 3.05 4.00 4.05 4.02 4.03 5.00 5.02 5.04 5.03 6.00 6.03 6.02 6.03 7.00 7.02 7.02 7.02 8.00 8.02 8.03 8.02 9.00 9.03 9.08 9.06

10.00 10.03 10.04 10.03 11.00 11.01 11.04 11.03 12.00 12.02 11.99 12.00 13.00 13.05 13.04 13.04 14.00 14.03 14.04 14.03 15.00 15.02 15.00 15.01 16.00 16.04 16.00 16.02

17.00 17.02 16.99 17.01 18.00 18.01 17.94 17.98 19.00 19.03 18.96 18.99 20.00 19.99 19.99 19.99 21.00 21.00 20.97 20.99 22.00 22.01 22.21 22.11 23.00 23.01 22.98 23.00 24.00 23.99 23.99 23.99 25.00 24.96 24.98 24.97

80

Tabel B.4 Uji naik pembacaan sensor arus INA219.

Iin (mA) Uji Naik (mA) Rata-rata

(mA) 1 2 3 4 5 100 117 116 109 92 91 105 150 164 163 163 164 163 163 200 218 215 216 217 217 217 250 264 264 266 265 263 264 300 310 308 316 314 311 312 350 360 362 360 365 368 363 400 412 410 411 411 410 411 450 463 462 461 463 464 463 500 512 512 511 507 509 510 550 562 561 561 559 558 560 600 610 611 610 608 608 609 650 657 656 656 658 656 657 700 706 706 706 707 707 706 750 760 770 760 760 760 762 800 810 820 820 820 820 818 850 880 870 870 860 870 870 900 920 910 910 920 920 916 950 970 960 960 970 960 964

1000 1010 1010 1010 1010 1010 1010 1050 1060 1070 1070 1060 1060 1064 1100 1110 1100 1110 1100 1100 1104 1150 1150 1150 1160 1160 1150 1154 1200 1210 1210 1210 1200 1200 1206 1250 1260 1250 1250 1250 1250 1252 1300 1310 1310 1310 1310 1310 1310 1350 1360 1350 1350 1360 1360 1356 1400 1410 1410 1410 1400 1410 1408 1450 1450 1450 1450 1450 1450 1450 1500 1520 1500 1500 1500 1500 1504

Tabel B.5 Uji turun pembacaan sensor arus INA219.

Iin (mA) Uji Turun (mA) Rata-rata

(mA) 1 2 3 4 5 100 113 114 117 116 118 116 150 162 166 165 166 168 165 200 210 210 211 210 211 210 250 260 261 262 262 261 261 300 315 312 311 311 314 313 350 361 360 360 359 358 360 400 415 414 413 411 409 412 450 460 461 460 459 461 460 500 511 512 510 509 508 510 550 559 558 557 557 558 558 600 610 611 611 610 611 611 650 655 656 656 656 656 656 700 705 706 707 708 708 707 750 760 760 750 750 760 756 800 810 810 810 810 810 810 850 860 860 860 860 860 860 900 910 910 910 910 910 910 950 960 960 970 960 960 962

1000 1010 1010 1010 1010 1010 1010 1050 1060 1060 1060 1060 1060 1060 1100 1100 1100 1100 1100 1100 1100 1150 1160 1160 1160 1160 1150 1158 1200 1210 1210 1210 1210 1210 1210 1250 1260 1250 1260 1250 1250 1254 1300 1310 1300 1300 1300 1310 1304 1350 1350 1350 1360 1360 1360 1356 1400 1410 1400 1410 1410 1410 1408 1450 1450 1460 1450 1450 1450 1452 1500 1520 1500 1500 1500 1500 1504

82

Tabel B.6 Rata-rata pembacaan sensor arus INA219.

Iin (mA) Rata-rata Naik (mA)

Rata-rata Turun (mA)

Rata-rata (mA)

Rata-rata (A)

100 105 116 110 0.11 150 163 165 164 0.16 200 217 210 214 0.21 250 264 261 263 0.26 300 312 313 312 0.31 350 363 360 361 0.36 400 411 412 412 0.41 450 463 460 461 0.46 500 510 510 510 0.51 550 560 558 559 0.56 600 609 611 610 0.61 650 657 656 656 0.66 700 706 707 707 0.71 750 762 756 759 0.76 800 818 810 814 0.81 850 870 860 865 0.87 900 916 910 913 0.91 950 964 962 963 0.96

1000 1010 1010 1010 1.01 1050 1064 1060 1062 1.06 1100 1104 1100 1102 1.10 1150 1154 1158 1156 1.16 1200 1206 1210 1208 1.21 1250 1252 1254 1253 1.25 1300 1310 1304 1307 1.31 1350 1356 1356 1356 1.36 1400 1408 1408 1408 1.41 1450 1450 1452 1451 1.45 1500 1504 1504 1504 1.50

LAMPIRAN C

Listing Program MPPT ANFIS #include <PWM.h> #include <Wire.h> #include <Adafruit_INA219.h> #define k 0.75 #define cek 120000 // rentang waktu utk update Vmpp #define cek2 5000 // rentang waktu utk catat data Adafruit_INA219 ina219; int32_t frequency = 25000; // frequency (in Hz) unsigned long awal = 0; unsigned long catat = 0; char tmp[25]; int mulai = 1; int mulai2 = 1; int PWMD = 0; int PWM = 0; int A = 0; float panelVolts = 0; float voltage = 0; float current = 0; float panelWatts = 0; float lastpanelVolts = 0; float maxwatts = 0; float vmpp = 0; float elast = 0; float e = 0; float de = 0; float voc = 0; int b = 1; int c = 1; float output = 0; float D = 0;

84

float output_last = 0.7; // nilai 0.7059 utk mulai penjejakan dari kondisi Short-Circuit // nilai 0 utk mulai penjejakan dari kondisi Open-Circuit //================================== SET-UP ============================================= //======================================================================================= void setup() { InitTimersSafe(); bool success = SetPinFrequencySafe(11, frequency); if(success) { pinMode(13,OUTPUT); digitalWrite(13,HIGH); } Serial.begin(115200); Serial.println("CLEARDATA"); Serial.println("LABEL,Time,Vmpp,Vin_m,Iin_m,Pin_m,Pmax,Vout_m,Iout_m,Pout_m,Vfix,Ifix,Pfix,dD,Duty,PWM"); ina219.begin(); } //============================== L O O P ============================================== //======================================================================================= void loop() { ref = readVcc()/1000.0;

// input voltage sensor panelVolts = 0; for(int i=0;i<5;i++){ panelVolts += ina219.getBusVoltage_V(); } // input current sensor current = 0; for(int i=0;i<5;i++){ current += ina219.getCurrent_mA()/1000; } panelVolts = panelVolts/5; lastpanelVolts = panelVolts; current = current/5; panelWatts = (panelVolts * current); maxwatts = max(maxwatts, panelWatts); //calculate the max watts // raw output current it = 0; for(int i=0;i<10;i++){ it += analogRead(A2); } it = it/10; // raw output voltage vt = 0; for(int i=0;i<10;i++){ vt += analogRead(A5); } vt = vt/10; // raw output current (fixed) ifxx = 0;

86

for(int i=0;i<10;i++){ ifxx += analogRead(A6); } ifxx = ifxx/10; //raw output voltage (fixed) vfxx = 0; for(int i=0;i<10;i++){ vfxx += analogRead(A7); } vfxx = vfxx/10; // output current itr = (it * (ref / 1024.0) * -1.2548) + 3.1025; // output voltage vtr = -0.0387 * vt + 32.504; //if (vtr > 0){vtr = 0;} // output power daytr = itr * vtr; // output current (fixed) ifx = (ifxx * (ref / 1024.0) * -0.7362 + 1.9942); // output voltage (fixed) vfx = (0.0235 * vfxx) - 0.1062; //if (vfx < 0){vfx = 0;} // output power (fixed) dayfx = ifx * vfx; setpoint(); // update Vmpp //PWMD = analogRead(A1); //PWMD = constrain (PWMD, 0, 712); //A = map(PWMD,0,1023,0,100); e = panelVolts-vmpp; // error =Vpv - Vmpp de = e - elast; // delta error elast = e;

//----------------Layer 1-------------- //error MF param //sige1 sige2 sige3 sige4 sige5 //ce1 ce2 ce3 ce4 ce5 float sige1 = 2.521; float sige2 = 3.443; float sige3 = 3.217; float sige4 = 3.271; float sige5 = 3.059; float ce1 = -18.49; float ce2 = -10.99; float ce3 = -3.806; float ce4 = 3.404; float ce5 = 10.9; //derror MF param //sigde1 sigde2 sigde3 sigde4 sigde5 //cde1 cde2 cde3 cde4 cde5 float sigde1 = 3.07; float sigde2 = 3.07; float sigde3 = 3.069; float sigde4 = 3.07; float sigde5 = 3.07; float cde1 = -17.99; float cde2 = -10.76; float cde3 = -3.536; float cde4 = 3.693 ; float cde5 = 10.92; //gauss eq = exp(-((x-c)^2)/2(sig^2)) "x=input; sig=devst; c=center" //fuzzy set error float nume1 = pow(e-ce1,2); float dene1 = pow(sige1,2); float nume2 = pow(e-ce2,2); float dene2 = pow(sige2,2); float nume3 = pow(e-ce3,2); float dene3 = pow(sige3,2); float nume4 = pow(e-ce4,2); float dene4 = pow(sige4,2); float nume5 = pow(e-ce5,2); float dene5 = pow(sige5,2); float Ue1 = exp(-(nume1)/(2*dene1)); float Ue2 = exp(-(nume2)/(2*dene2)); float Ue3 = exp(-(nume3)/(2*dene3)); float Ue4 = exp(-(nume4)/(2*dene4)); float Ue5 = exp(-(nume5)/(2*dene5)); // fuzzy set derror float numde1 = pow(de-cde1,2); float dende1 = pow(sigde1,2); float numde2 = pow(de-cde2,2); float dende2 = pow(sigde2,2);

88

float numde3 = pow(de-cde3,2); float dende3 = pow(sigde3,2); float numde4 = pow(de-cde4,2); float dende4 = pow(sigde4,2); float numde5 = pow(de-cde5,2); float dende5 = pow(sigde5,2); float Ude1 = exp(-(numde1)/(2*dende1)); float Ude2 = exp(-(numde2)/(2*dende2)); float Ude3 = exp(-(numde3)/(2*dende3)); float Ude4 = exp(-(numde4)/(2*dende4)); float Ude5 = exp(-(numde5)/(2*dende5)); //----------------Layer 2-------------- //error * derror tb float w1=Ue1*Ude1; float w2=Ue1*Ude2; float w3=Ue1*Ude3; float w4=Ue1*Ude4; float w5=Ue1*Ude5; float w6=Ue2*Ude1; float w7=Ue2*Ude2; float w8=Ue2*Ude3; float w9=Ue2*Ude4; float w10=Ue2*Ude5; float w11=Ue3*Ude1; float w12=Ue3*Ude2; float w13=Ue3*Ude3; float w14=Ue3*Ude4; float w15=Ue3*Ude5; float w16=Ue4*Ude1; float w17=Ue4*Ude2; float w18=Ue4*Ude3; float w19=Ue4*Ude4; float w20=Ue4*Ude5; float w21=Ue5*Ude1; float w22=Ue5*Ude2; float w23=Ue5*Ude3; float w24=Ue5*Ude4; float w25=Ue5*Ude5; //----------------Layer 3-------------- float wtot=w1+w2+w3+w4+w5+w6+w7+w8+w9+w10+w11+w12+w13+w14+w15+w16+w17+w18+w19+w20+w21+w22+w23+w24+w25; float wbar1=w1/wtot; float wbar6=w6/wtot; float wbar11=w11/wtot; float wbar16=w16/wtot; float wbar21=w21/wtot; float wbar2=w2/wtot; float wbar7=w7/wtot; float wbar12=w12/wtot; float wbar17=w17/wtot; float wbar22=w22/wtot;

float wbar3=w3/wtot; float wbar8=w8/wtot; float wbar13=w13/wtot; float wbar18=w18/wtot; float wbar23=w23/wtot; float wbar4=w4/wtot; float wbar9=w9/wtot; float wbar14=w14/wtot; float wbar19=w19/wtot; float wbar24=w24/wtot; float wbar5=w5/wtot; float wbar10=w10/wtot; float wbar15=w15/wtot; float wbar20=w20/wtot; float wbar25=w25/wtot; //----------------Layer 4-------------- //zero order f = constant float f1= 2.798e-005; float f11= -3.575e-006; float f21= 4.282e-006; float f2= -0.0006443; float f12= -0.07225; float f22= 0.0842; float f3= -0.05019; float f13= -0.02732; float f23= 0.01417; float f4= 0.05311; float f14= 0.02669; float f24= -0.01028; float f5= 0.0005697; float f15= -0.05613; float f25= 0.002296; float f6= 3.629e-006; float f16= -9.6e-007; float f7= 0.001558; float f17= -0.02135; float f8= 0.1764; float f18= -0.01883; float f9= -0.192; float f19= 0.02271; float f10= -0.002624; float f20= -0.02461; float wbar1f1 = wbar1*f1; float wbar11f11 = wbar11*f11; float wbar21f21 = wbar21*f21; float wbar2f2 = wbar2*f2; float wbar12f12 = wbar12*f12; float wbar22f22 = wbar22*f22; float wbar3f3 = wbar3*f3; float wbar13f13 = wbar13*f13; float wbar23f23 = wbar23*f23; float wbar4f4 = wbar4*f4; float wbar14f14 = wbar14*f14; float wbar24f24 = wbar24*f24; float wbar5f5 = wbar5*f5; float wbar15f15 = wbar15*f15; float wbar25f25 = wbar25*f25;

90

float wbar6f6 = wbar6*f6; float wbar16f16 = wbar16*f16; float wbar7f7 = wbar7*f7; float wbar17f17 = wbar17*f17; float wbar8f8 = wbar8*f8; float wbar18f18 = wbar18*f18; float wbar9f9 = wbar9*f9; float wbar19f19 = wbar19*f19; float wbar10f10 = wbar10*f10; float wbar20f20 = wbar20*f20; //----------------Layer 5-------------- //sum output = (wbar1f1+wbar2f2+wbar3f3+wbar4f4+wbar5f5+wbar6f6+wbar7f7+wbar8f8+wbar9f9+wbar10f10+wbar11f11+wbar12f12+wbar13f13+wbar14f14+wbar15f15+wbar16f16+wbar17f17+wbar18f18+wbar19f19+wbar20f20+wbar21f21+wbar22f22+wbar23f23+wbar24f24+wbar25f25); D = output + output_last; D = constrain(D,0,1); PWM = range(D,0,1,0,255); output_last = D; pwmWrite(11, PWM); //write perturbed PWM value to PWM hardware while(c > 0){ catat = millis(); c--; } if((millis() - catat) >= cek2 || mulai2 == 1){ Serial.print("DATA,TIME,"); Serial.print(vmpp); Serial.print(","); Serial.print(panelVolts); Serial.print(","); Serial.print(current); Serial.print(",");

Serial.print(panelWatts); Serial.print(","); Serial.print(maxwatts); Serial.print(","); Serial.print(vtr); Serial.print(","); Serial.print(itr); Serial.print(","); Serial.print(daytr); Serial.print(","); Serial.print(vfx); Serial.print(","); Serial.print(ifx); Serial.print(","); Serial.print(dayfx); Serial.print(","); Serial.print(output); Serial.print(","); Serial.print(D); Serial.print(","); Serial.println(PWM); c = 1; mulai2 = 0; } delay(1); } //============================================================================ //============================================================================ void PWM_off(){ pwmWrite(11, 0); }

92

float range(float x, float in_min, float in_max, float out_min, float out_max) { return (x - in_min) * (out_max - out_min) / (in_max - in_min) + out_min; } void setpoint(){ while(b > 0){ awal = millis(); b--; } if((millis() - awal) >= cek || mulai == 1){ PWM_off(); maxwatts = 0; delay(10); voc = 0; for(int i=0;i<10;i++){ voc += ina219.getBusVoltage_V(); } voc = voc/10; vmpp = voc*k; b = 1; mulai = 0; panelVolts = lastpanelVolts; } } long readVcc() { // Read 1.1V reference against AVcc // set the reference to Vcc and the measurement to the internal 1.1V reference

#if defined(__AVR_ATmega32U4__) || defined(__AVR_ATmega1280__) || defined(__AVR_ATmega2560__) ADMUX = _BV(REFS0) | _BV(MUX4) | _BV(MUX3) | _BV(MUX2) | _BV(MUX1); #elif defined (__AVR_ATtiny24__) || defined(__AVR_ATtiny44__) || defined(__AVR_ATtiny84__) ADMUX = _BV(MUX5) | _BV(MUX0) ; #else ADMUX = _BV(REFS0) | _BV(MUX3) | _BV(MUX2) | _BV(MUX1); #endif delay(2); // Wait for Vref to settle ADCSRA |= _BV(ADSC); // Start conversion while (bit_is_set(ADCSRA,ADSC)); // measuring uint8_t low = ADCL; // must read ADCL first - it then locks ADCH uint8_t high = ADCH; // unlocks both long result = (high<<8) | low; result = 1125300L / result; // Calculate Vcc (in mV); 1125300 = 1.1*1023*1000 return result; // Vcc in millivolts

}

94


BIODATA PENULIS

Aditya Isman Nugraha lahir di Cianjur

pada tanggal 28 Juli 1993. Pendidikan penulis berawal dari SDN Ibu Dewi 4 Cianjur, SMPN 2 Cianjur, dan SMAN 1 Cianjur.

Setelah lulus SMA penulis melanjutkan pendidikan vokasi di Institut Teknologi Bandung (ITB) program studi D3 Metrologi dan Instrumentasi pada tahun 2011. Semasa kuliah vokasi, penulis aktif di kegiatan UKM Lingkung

Seni Sunda (LSS) ITB dan kegiatan volunter luar kampus. Penulis kemudian melanjutkan jenjang S1 Lintas Jalur di Teknik Fisika ITS pada tahun 2014. Penulis dapat dihubungi melalui surat elektronik dengan alamat [email protected].

96

Documents

IMPLEMENTASI TEKNIK MAXIMUM POWER POINT …repository.its.ac.id/3456/7/2414105010-Undergraduate-Theses.pdf · IMPLEMENTASI TEKNIK MAXIMUM POWER POINT TRACKING (MPPT) PADA SISTEM PENJEJAK